Yulita Salim

Full Author List

A'ayunnisa, Nurul; Salim, Yulita; Azis, Huzain; Universitas Muslim Indonesia, Indonesia

Abstract

Berdasarkan penelitian yang dilakukan oleh Herman dkk., peneliti mencoba mengangkat kembali metode yang diterapkan dengan menggunakan dataset yang berbeda dan dengan jumlah yang lebih banyak. Penelitian ini bertujuan untuk menghitung performa metode (akurasi, presisi, recall, dan f-measure) Gaussian Naïve Bayes. Dataset yang digunakan adalah citra tulisan tangan karakter arab. Berdasarkan hasil perhitungan performa menunjukkan tingkat akurasi tertinggi sebesar 12%, presisi 10%, recall 12%, dan f-measure 8%.

Related SDGs Targets

Full Author List

Apriliyani, Ericha; Salim, Yulita; Universitas Muslim Indonesia, Indonesia

Abstract

Penelitian ini bertujuan menganalisis menganalisis performa metode Naïve Bayes Classifier pada berbagai variasi unbalanced dataset. Teknik klasifikasi yang digunakan yaitu dengan menggunakan pengukuran performa accuracy, precision, recall, dan f-measure dengan menggunakan metode Naïve Bayes Classifier. Dataset diambil dari Kaggle, dan dari tiap dataset memiliki data yang tidak seimbang atau unbalance, data inilah yang akan dihitung performanya menggunakan metode Naïve Bayes Classifier. Berdasarkan hasil pengujian menggunakan metode Naïve Bayes Classifier didapatkan pada dataset Glass yaitu accuracy sebesar 46%, precision sebesar 47%, recall sebesar 46% dan f-measure sebesar 43%, pada dataset Heart Disease yaitu accuracy sebesar 88%, precision sebesar 88%, recall sebesar 88% dan f-measure sebesar 88%, pada dataset Kidney Disease yaitu accuracy sebesar 100%, precision sebesar 100%, recall sebesar 100% dan f-measure sebesar 100%, pada dataset Liver Disease yaitu accuracy sebesar 78%, precision sebesar 82%, recall sebesar 78% dan f-measure sebesar 79%, pada dataset Diabetes yaitu accuracy sebesar 77%, precision sebesar 76%, recall sebesar 77% dan f-measure sebesar 76%, dan pada dataset Breast Cancer yaitu accuracy sebesar 94%, precision sebesar 94%, recall sebesar 94% dan f-measure sebesar 94%. Hasil penelitian ini menunjukkan metode Naive Bayes Classifier pada unbalanced dataset memperoleh nilai performa yang tidak menentu.

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

Lorem ipsum dolor sit amet consectetur adipisicing elit. Nesciunt dolorem dolores 123ad 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

Zaenal; Salim, Yulita; Ilmawan, Lutfi Budi, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Jalan Urip Sumoharjo Km.05, Makassar, 90231, Indonesia

Abstract

Facebook merupakan sosial media di Indonesia dengan jumlah akun aktif tertinggi dan paling sering dikunjungi, Media sosial menjadi sarana yang sangat mudah dan bebas untuk beropini, juga memiliki banyak manfaat seperti menuangkan pemikiran dengan membuat status yang didapat dibaca oleh seluruh pengguna media sosial maupun berkomentar mengenai isu-isu terkini, namun dibalik itu semua muncul masalah baru yaitu komentar negatif, salah satunya adalah cyberbullying yang memiliki dampak mendalam dan tahan lama pada korban. Beberapa penelitian melaporkan bahwa korban cyberbullying cenderung mengalami masalah kesehatan mental yang lebih luas, penyalahgunaan narkoba dan ide bunuh diri. Tujuan penelitian ini adalah mengolah data komentar yang diambil dari media sosial Facebook menggunakan pre-processing data untuk menghilangkan kata atau karakter yang tidak dibutuhkan, membangun aplikasi prototype filter komentar untuk menyaring komentar negatif cyberbullying, dan menguji metode klasifikasi Nae Bayes. Data komentar yang digunakan yaitu 300 data training, dan 100 data testing. Setelah melakukan penelitian, didapatkan bahwa dengan menggunakan pre-processing data mampu menghilangkan karakter atau kata yang tidak dibutuhkan dari komentar, Aplikasi prototype filter komentar yang dibangun telah mampu menyaring komentar cyberbullying, dan hasil pengujian metode klasifikasi Nae Bayes menggunakan metode confusion matrix dengan jumlah 100 komentar data testing didapatkan akurasi sebesar 86%, presisi sebesar 84,6153841538461%, recall sebesar 88%, dan f1-score sebesar 86,27450980392156%.

Related SDGs Targets

Full Author List

Afdala, Andi Muh; Salim, Yulita; Manga, Abdul Rachman; Universitas Muslim Indonesia, Indonesia

Abstract

Perkembangan teknologi informasi dan komunikasi telah membawa manfaat besar bagi kita dalam bidang pendidikan, bisnis dan komunikasi serta hiburan lainnya. Dalam perkembangan teknologi tersebut banyak berkembang aplikasi seperti voice chat salah satunya adalah Discord. Namun Discord kerap disalah gunakan. Aplikasi Discord ini lebih tepatnya populer di kalangan gamers. Salah satu dampak negatifnya adalah Discord menyebutkan telah mencekal lebih dari 2.000 grup yang terindikasi memiliki konten kekerasan dan ekstrim. Pelanggaran yang paling umum adalah kejahatan dunia maya, bullying dan konten eksploitasi, termasuk terorisme, balas dendam dan konten seksual. Salah satu kasus penyalahgunaan aplikasi Discord di Indonesia digunakan sebagai alat komunikasi kasus tindak pidana terorisme daulah islamiyah ISIS. Tujuan penelitian ini untuk melakukan proses investigasi dan menganalisis aplikasi Discord berbasis windows dengan menggunakan metode NIST. Hasil penelitian ini menunjukan bahwa telah didapatkan hanya berupa gambar dengan nilai persentase 38,46%, untuk video dengan nilai persentase 15,38% pada saat menggunakan tool FTK Imager. Selain dari itu teks percakapan, waktu, identitas tidak didapatkan.

Related SDGs Targets

Full Author List

Salim, Yulita; Puspitasari, Yustisia; Azis, Huzain; Anas, Risnayanti; Universitas Muslim Indonesia, Indonesia

Abstract

According to the World Health Organization (WHO), malocclusion is a deviation in dentofacial growth or an abnormal relationship between the teeth of both arches, which results in impaired physical function for sufferers. Causes of malocclusion include genetic factors, inappropriate growth and development processes, bad habits of children, and malnutrition. Also, malocclusion can be caused by a lack of knowledge of children, parents, and guardians of students in the school environment in maintaining oral health. Nurul Falah Kindergarten, located in Mamajang District in the middle of Makassar City. However, students in kindergarten are from the middle to lower economies with a lack of dental and oral health awareness. According to the principal, some students come with the condition of not brushing teeth and with cavities. This service activity aims to help solve the problems faced by teachers in pre-school age students by providing dental education based on Augmented Reality and Topical Application Fluor (TAF) as an effort to prevent malocclusion. It is hoped that through this activity malocclusion prevention can be done through promotive efforts on dental health. This dental extension will be complemented by the utilization of information technology advances in the form of android-based Augmented Reality (AR) technology that is able to visualize an object in 3 dimensions so that the counseling process becomes more interactive and real.

Related SDGs Targets

Full Author List

Salim, Yulita; Atmajaya, Dedy; Kurniati, Nia; Astuti, Wistiani, Fakultas Ilmu Komputer, Universitas Muslim Indonesia

Abstract

Konsep sampah dalam kehidupan manusia didefenisikan sebagai semua produk yang dihasilkan setelah terjadinya sebuah proses. Gaya hidup dan bertambahnya jumlah penduduk mengakibatkan bertambahnya jumlah sampah terutama di kota Makassar. Pemerintah kota Makassar telah mencoba berbagai cara agar masyarakat dapat menjaga kebersihan, termasuk membuang sampah pada tempatnya sesuai dengan jenis sampah. Berdasarkan sifatnya sampah dibagi dalam dua jenis, yaitu sampah organik dan sampah non organik. Sifat sampah non organik yang tidak terurai dapat merusak lingkungan, oleh karena itu Pemerintah Kota Makassar mengelola sampah non organik dari masyarakat melalui Bank Sampah Unit (BSU) yang ada disetiap kecamatan untuk dijadikan berbagai bentuk kerajinan tangan. Salah satu upaya dalam merubah paradigma tentang sampah non organik ialah menciptakan sebuah inovasi dengan membuat sistem transaksi pengelolaan sampah yang berbasis aplikasi. Penelitian ini membuat aplikasi sistem transaksi pengelolaan sampah di setiap Unit Bank Sampah ke dalam bentuk buku tabungan digital yang dapat diakses melalui website. Inovasi ini dibuat dengan tujuan agar masyarakat dapat menjadikan website sebagai sarana informasi tabungan sampah.

Related SDGs Targets

Full Author List

Mashur, Mulyanul Ilmi; Salim, Yulita; Universitas Muslim Indonesia, Indonesia

Abstract

Penelitian ini bertujuan untuk melakukan perbandingan menggunakan teknik cluster yang dapat mengolah data dalam jumlah besar untuk menemukan cluster baru pada dataset Ocular Disease Recognition. Pengolahan data tersebut digunakan untuk mengelompokkan penyakit pasien melalui fundus mata. Teknik Pengelompokkan menggunakan metode K-Means di mana metode ini efisien dan efektif dalam mengolah data dengan jumlah banyak. Pengukuran performa yang digunakan yaitu dengan menggunakan rand index dan mutual information based scores. Inputan yang digunakan yaitu 7 atribut dari hasil ekstraksi fitur moment invariant dataset citra fundus pasien. Data tersebut merupakan data testing yang digunakan untuk menguji performa pada metode K-Means. Berdasarkan hasil pengujian performa pada metode cluster k-means, untuk pengukuran rand index di dapatkan hasil nilai 1.0 dengan k=8 untuk cluster yang identik, kemudian untuk mutual information based scores didapatkan hasil nilai 1.0 dengan k=8 untuk cluster yang identik. Dari hasil perbandingan k=8 dan k=9 dengan dataset versi pertama dengan dataset versi kedua.

Related SDGs Targets

Full Author List

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

Abstract

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

Related SDGs Targets

Full Author List

Manrang, Andi Alif Aqris; Salim, Yulita; Asis, Muhammad Arfah; Universitas Muslim Indonesia, Indonesia

Abstract

Teknologi saat ini telah berkembang pesat, akan tetapi saat ini belum terdapat sistem pencarian posisi yang ada di area mall khusunya di Mall Panakkukang Makassar. Tidak sedikit pengunjung yang masih bingung dengan letak/posisi pada Mall Panakukang itu sendiri, sehingga menyebabkan masyarakat malas untuk mengunjungi pusat perbelanjaan tersebut dikarenakan mengambil banyak waktu serta tenaga untuk bertanya kesana kemari mengelilingi mall yang ukurannya terbilang cukup luas dan besar tersebut. Berdasarkan permasalahan yang diuraikan diatas maka solusi yang diberikan ialah membangun aplikasi mall maps berbasis mobile dengan menerapkan metode Euclidean Distance yang digunakan untuk mengukur jarak yang ditempuh untuk menuju objek yang ingin dituju tersebut. Aplikasi yang dibangun juga dapat membantu masyarakat dalam memperoleh informasi letak/posisi tempat-tempat yang ingin dikunjunginya di dalam mall Panakukang Makassar, sehingga mampu meminimalisir waktu dan juga tenaga pada saat mengunjungi pusat perbelanjaan tersebut. Berdasarkan hasil pengujian yang telah diperoleh menggunakan teknik blackbox testing menghasilkan persentase sebesar 87% menyatakan setuju. Oleh karena itu diperoleh kesimpulan bahwa sistem ini sangat membantu para pengunjung Mall Panakkukang Makassar dalam mencari letak objek yang ada didalam Mall tersebut.

Related SDGs Targets

Full Author List

Salim, Yulita; Ilmawan, Lutfi Budi, Universitas Muslim Indonesia

Abstract

Banyak E-commerce yang mempromosikan produk atau event pada Instagram, hal ini tentu memudahkan penjual dalam menjangkau pasar yang lebih luas. Termasuk acara yang diadakan oleh Shopee pada bulan November 2020 yaitu Event Big Sale 11.11 merupakan acara besar yang diadakan Shopee. Para pengunjung sudah bisa melihat produk yang penjual tawarkan melalui gambar tersebut. Oleh karena itu, diperlukan sebuah penelitian yang dapat menganalisa opini pengguna di Instagram dari suatu cara bagi sebuah produk Penelitian ini bertujuan untuk untuk mengklasifikasi opini pengguna terhadap Event Big Sale 11.11 Shopee yang banyak tersebut kedalam sentiment positif, negatif dan netral dengan menerapkan metode Naïve Bayes. Hasil dari penelitian dapat membantu masyarakat untuk mengambil keputusan dalam pembelian produk di Shopee. Metode Naive Bayes digunakan untuk melakukan klasifikasi opini masyarakat terhadap Event Big Sale 11.11. Karakteristik dari metode ini adalah tiap fitur atribut data dianggap independen, satu dan lainnya terpisah dan memiliki nilai sendiri. Metode ini dianggap memiliki performa yang handal dan kompetitif dalam proses pengklasfikasian karena asumsi independen atribut yang dimiliki sebuah data sangat sesuai dengan pengaplikasian di dunia nyata.

Related SDGs Targets

Full Author List

Salim, Yulita; Rakasyah, Athar Fathana; Darwis, Herdianti; Herlinda; Irawati; Manga, Abdul Rachman, Departement of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

In the era of burgeoning image data, the demand for robust image classification algorithms has never been more pressing. This research article delves into the realm of image classification, encompassing a comprehensive analysis of diverse datasets and machine learning algorithms, While simultaneously studying the efficiency of ensemble approaches in improving classification performance. The study employs five distinct datasets, spanning medical images, everyday objects, and natural scenery, ensuring a broad spectrum of classification challenges. These datasets include the Skin Cancer ISIC dataset, CIFAR-10, Flowers, Apparel Image, and Brain Tumor dataset. The image classes within these data sets vary significantly, presenting an ideal testbed for assessing algorithmic versatility. Our investigation scrutinizes five machine learning algorithms: Support Vector Classifier (SVC), Random Forest Classifier (RFC), Gradient Boosting Classifier (GBC), K-Nearest Neighbors (KNN), and Gaussian Naive Bayes (GNB). Each algorithm is evaluated individually, followed by a comprehensive ensemble approach involving a Voting Classifier. The results unveil nuanced performance variations across diverse datasets. Notably, RFC and GBC exhibit remarkable accuracy in brain tumor image classification, while KNN demonstrates strengths in classifying apparel images. Ensemble techniques, embodied by the Voting Classifier, harmonize these algorithms, yielding competitive and balanced performance across the datasets. This article contributes valuable insights into the realm of image classification, shedding light on algorithmic strengths and limitations, the efficacy of ensemble techniques, and their applicability to diverse image datasets. These findings hold significance for fields ranging from medical diagnostics to everyday object recognition, paving the way for more precise and versatile image classification solution

Related SDGs Targets

Full Author List

Salim, Yulita, Faculty of Computer Science Universitas Muslim Indonesia Makassar, Indonesia; Latief, Mukhisulfatih; Kandowangko, Novri; Yusuf, Rampi, Department of Informatics Engineering State University of Gorontalo Gorontalo, Indonesia

Abstract

The objective of this study was to analyze the comparison between artificial neural network algorithm and k-means clustering to see the extent of the effectiveness of this algorithm on the identification of Gorontalo herbal plant image. This study uses a digital imaging processing method with segmentation and extraction techniques. Segmentation proses used thresholding method. The next process was extraction process of the characteristics of the image of the herbal plant using the shape and color characteristics to obtain the metric, eccentricity, hue, saturation, and value of the plant was carried out. These five parameters were used as parameters to identify the herbal plant image. This study used 91 images which consisted of 80 imagery training and 11 test images. The study revealed that k-means clustering accuracy was 27.27% whereas the artificial neural network algorithm accuracy was 54.54%. In this case artificial neural networks had better accuracy than K-means.

Related SDGs Targets

Full Author List

Happe, Muhammad Kamil; Salim, Yulita; Purnawansyah, Universitas Muslim Indonesia Fakultas Ilmu Komputer Makassar, Indonesia

Abstract

Bandwidth merupakan satuan ukuran untuk koneksi internet, sehingga untuk mendapatkan koneksi yang lancar membutuhkan bandwith yang besar. Saat ini dalam pembagian bandwidth di Universitas Muslim Indonesia (UMI) dibagi berdasarkan jumlah fakultas yang ada. Sehingga saat setiap fakultas melaksanakan kegiatan yang membutuhkan koneksi internet maka performa koneksi akan terasa lambat. Untuk menangani masalah tersebut administrator jaringan harus melakukan penambahan bandwidth. Untuk membantu administrator jaringan dalam penentuan penambahan bandwidth dapat digunakan metode Naïve Bayes Classifier (NBC) dan Decision Tree C4.5. Analisis trafik penggunaan paket data dilakukan di beberapa fakultas, yaitu fakultas ilmu komputer, fakultas hukum, fakultas ekonomi, dan fakultas teknik. Berdasarkan hasil percobaan pada tiga kategori utama, yaitu penggunaan tertinggi, penggunaan sedang, dan penggunaan terendah atas penggunaan paket data setiap fakultas dan unit, status perkuliahan, dan adanya kegiatan yang dilaksanakan. Dari percobaan yang dilakukan, diperoleh hasil penambahan bandwidth “Ya” pada fakultas ilmu komputer dengan probabilitas 0,04 dan gain 0,317 sedangkan fakultas hukum dengan probabilitas 0,011 dan gain 0, fakultas ekonomi dengan probabilitas 0,013 dan gain 0, fakultas teknik dengan probabilitas 0,076 dan gain 0,414 diperoleh hasil penambahan bandwidth “Tidak”.

Related SDGs Targets

Full Author List

Salim, Yulita; Ramdaniah, Universitas Muslim Indonesia

Abstract

Kota Makassar saat ini sedang berkembang di berbagai bidang termasuk industri, sehingga dibutuhkan banyak sumber daya manusia yang kompeten sebagai tenaga kerja tak terkecuali tenaga kerja guru. Distribusi guru masih belum merata, di samping kualitasnya yang masih rendah. Sebanyak 21% sekolah di perkotaan, 37% sekolah di pedesaan, dan 66% sekolah di daerah terpencil masih kekurangan guru. Guru memiliki peran penting dalam meningkatkan pendidikan karena guru merupakan pelaksana terdepan pendidikan anak-anak di sekolah. Oleh karena itu pemerataan guru perlu dilakukan di Kota Makassar karena hampir semua kecamatan di Makassar mengalami ketidakmerataan dalam penyebaran guru, namun belum ada fasilitas untuk melakukan pencarian data tenaga kerja guru, informasi yang didapat sebagian dari teman maupun dari media sosial sehingga dibutuhkan sistem yang memberikan informasi lowongan kerja tenaga guru dengan adanya pemetaan tenaga kerja guru tersebut seseorang dapat melihat wilayah strategis dalam penyebaran informasi tenaga kerja guru sehingga memudahkan bagi para pengangguran dalam mendapatkan pekerjaan guru sesuai dengan keahlian mereka. Penelitian ini bertujuan untuk membangun sistem pemetaan kebutuhan tenaga kerja guru sehingga kebutuhan tenaga kerja guru merata di setiap SD yang ada di Kecamatan Bontoala. Metode yang digunakan adalah K-Means Clustering yang merupakan metode pengelompokkan data ke dalam dua kelompok atau lebih. Metode tersebut mempartisipasi data ke dalam suatu kelompok yang berkarakteristik sama sedangkan kelompok yang memiliki karakteristik berbeda dikelompokkan kelompok lainnya. Hasil penelitian menunjukkan hasil akurasi persentase metode adalah sebesar 70% yang menunjukkan bahwa sekolah SD Inp Layang Tingkat 2, SD Inp Layang Tua 1, SD Neg Baraya 1, SD Neg Baraya 2, SD Neg Pongtiku 1, SD Neg Pongtiku 2, SD Bambini, dan SD Kristen Ipeka termasuk ke dalam kelompok kekurangan tenaga kerja guru.

Related SDGs Targets

Full Author List

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

Abstract

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

Related SDGs Targets

Full Author List

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

Abstract

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

Related SDGs Targets

Full Author List

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

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

Salim, Yulita; Manga', Abdul Rachman; Azis, Huzain; Syafie, Lukman, Universitas Muslim Indonesia

Abstract

Universitas Muslim Indonesia (UMI) has developed several applications for managing the campus's digital information and management systems, both internally and externally. However, several applications were previously created in the development of information system applications at UMI. However, these applications were not well-suited for long-term use due to their complexity and lack of integration. Therefore, UMI aims to create a fully integrated and well-managed campus information system by implementing the concept of microservices. The microservices approach involves dividing large applications into smaller interconnected components. This approach facilitates the management of application systems and enables better integration. Moreover, the microservices approach simplifies system maintenance for application developers, as each application is separated into smaller components

Related SDGs Targets

Full Author List

Febriany, Mila, Departemen Kedokteran Gigi Anak, Fakultas Kedokteran Gigi, Universitas Muslim Indonesia, Makassar; Puspitasari, Yustisia, Departemen Ortodonsia, Fakultas Kedokteran Gigi, Universitas Muslim Indonesia, Makassar; Pamewa, Kurniaty, Departemen Kedokteran Gigi Anak, Fakultas Kedokteran Gigi, Universitas Muslim Indonesia, Makassar; Salim, Yulita, Fakultas Ilmu Komputer, Universitas Muslim Indonesia, Makassar

Abstract

Pemberian makan merupakan salah satu faktor predisposisi perkembangan Early Childhood Caries(ECC) yang umumnya terjadi pada usia anak prasekolah. Masa perkembangan anak mengalami peningkatan yang pesat pada usia 0-5 tahun, yang disebut fase “Golden Age”. Pada masa ini, kita dapat mendeteksi adanya kelainan tumbuh kembang anak yang meliputi aspek fisik, psikologi, dan sosial. Makanan memberikan nutrisi serta energi yang penting untuk kesehatan manusia. Korelasi antara zat gizi, makanan, dan pola makan memiliki implikasi terhadap pencegahan dan perkembangan penyakit kronis. Salah satu aspek psikologi yang dapat dipantau oleh orang tua adalah adanya gangguan perilaku makan. Diet dan nutrisi yang diberikan orang tua berpengaruh pada cara dan sikap orang tua terhadap pemberian makanan. Kesadaran tentang perilaku makan anak bermanifestasi pada karies anak usia dini dapat menjadi faktor penyebab gangguan pertumbuhan dan perkembangan anak di kemudian hari. Selain pola makan, teknik dan pembiasaan menyikat gigi turut berkontribusi dalam perkembangan karies anak. Metode pelaksanaan pengabdian ini dilakukan dengan tehnik penyuluhan langsung tentang perilaku makan menggunakan LCD diikuti pelatihan tehnik menyikat gigi. Kesimpulan pengabdian ini yakni pentingnya edukasi perilaku makan dan pelatihan teknik menyikat gigi yang berkasinambungan untuk ibu dan anak. Hasil yang didapatkan dari kegiatan pengabdian ini adalah peningkatan pengetahuan perilaku makan pada ibu, peningkatan pengetahuan mengenai teknik menyikat gigi pada balita dan anak-anak, pencegahan terjadinya ECC pada anak-anak dengan pemberian topical application fluor, bantuan sikat dan pasta gigi pada masyarakat, serta penyerahan media penyuluhan di kantor Desa Paddinging.

Related SDGs Targets

Full Author List

As'ad, Ihwana, Program StudiSistem Informasi, Universitas Muslim Indonesia, Makassar, Indonesia; Salim, Yulita; Azis, Huzain, Program StudiTeknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Anak-anak dan remaja sering menggunakan media sosial dan bermain game secara berlebihan, yang dapat berdampak negatif terhadap kesehatan dan prestasi akademik. Kurangnya kesadaran akan keamanan digital dan etika penggunaan teknologi menjadikan mereka rentan terhadap ancaman siber. Kegiatan pengabdian ini bertujuan untuk meningkatkan literasi digital siswa Sekolah Kebangsaan Syeikh Mohd Idris Al-Marbawi di Malaysia melalui workshop interaktif. Metode pelaksanaan meliputi analisis kebutuhan, penyusunan dan pelaksanaan materi pelatihan, kepada 20 siswa kelas 5. Hasil kegiatan menunjukkan peningkatan pemahaman siswa terhadap penggunaan gadget yang bijak dan etika digital. Kegiatan ini juga mendorong pengembangan kemampuan interpersonal dan kesadaran terhadap keamanan siber.

Related SDGs Targets

Full Author List

Bangsawan, Muhammad Hari; Salim, Yulita; Jabir, Sitti Rahmah, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Beberapa penelitian telah melakukan prediksi ketinggian gelombang laut menggunakan metode backpropagation, namun belum ada penelitian yang melakukannya di Selat Makassar. Oleh karena itu, penelitian ini bertujuan untuk menerapkan metode jaringan syaraf tiruan (JST) Backpropagation dalam memprediksi ketinggian gelombang laut di Selat Makassar. JST Backpropagation dipilih karena kemampuannya dalam menangani masalah prediksi dengan akurasi yang tinggi. Data yang digunakan dalam penelitian ini diperoleh dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) Maritim Paotere Makassar, mencakup data harian tinggi gelombang, kecepatan angin, dan arah angin dari tahun 2019 hingga 2022. Data pelatihan mencakup periode 1 Januari 2020 hingga 30 Juni 2022, sedangkan data pengujian mencakup periode 1 Juli 2022 hingga 31 Desember 2022. Proses pelatihan menggunakan learning rate 0,1, 21 neuron pada lapisan input, 5 neuron pada lapisan tersembunyi, 7 neuron pada lapisan output, nilai batas error 0,01, beta 0,5, dan maxepoch 10.000. Hasil pengujian menunjukkan rata-rata MSE sebesar 0,1612 dan MAPE sebesar 28,27994%, menegaskan kemampuan model dalam memprediksi ketinggian gelombang laut dengan tingkat kesalahan yang dapat diterima.

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

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

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

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

Salim, Yulita; Hayati, Lilis Nur; As'ad, Ihwana, Universitas Muslim Indonesia

Abstract

Weak immunity or the baby's immune system makes it very susceptible to bacteria, germs and disease. Babies have difficulty explaining their complaints, therefore parents are expected to catch every body language from their child. In general, if a child has health problems, parents will check with a health service provider and consult with health workers who are experts in their field, but sometimes there are obstacles such as limited working hours (practice). So in this study a tool was created in the form of a website-based expert system to diagnose red spots in babies using the Backward Chaining method. The Backward Chaining method searches with the goal first followed by a description of the attributes in this case, namely the disease first and then adjusted to the existing symptoms. The system uses the waterfall method, The results of this study show that an expert system can properly diagnose red spots on the baby's skin to help parents identify and find appropriate treatment solutions. Testing this system can be understood and implemented with the value of application users obtaining an assessment of 81% agreeing according to baby's parents, nurses and dermatologists.

Related SDGs Targets

Full Author List

Salim, Yulita; Kurniati, Nia, Universitas Muslim Indonesia

Abstract

Pemahaman akan istilah medis memungkinkan pasien untuk berkomunikasi secara efektif dengan dokter dan tenaga medis lainnya, sehingga dapat menggambarkan keluhan dengan lebih akurat, mengajukan pertanyaan yang tepat, dan memahami penjelasan yang diberikan oleh dokter. Di Inggit Medika Clinic, seringkali terjadi situasi dimana pasien bertanya mengenai istilah medis, yang membutuhkan waktu ekstra untuk dijelaskan oleh perawat atau staf. Penelitian ini bertujuan mengembangkan sebuah aplikasi berbasis web yang dapat membantu menjelaskan istilah medis secara spesifik kepada pasien, serta menjadi media informasi bagi masyarakat umum. Aplikasi ini menggunakan metode linear search sebagai algoritma pencarian istilah medis dalam database. Fitur Speech Recognition atau Automatic Speech Recognition (ASR) digunakan untuk memungkinkan pengguna mencari istilah medis secara langsung menggunakan suara. ASR menggunakan Acoustic Model dan model bahasa untuk mengenali dan memahami ucapan pengguna. Hasil penelitian menunjukkan bahwa sistem berbasis web ini efektif dalam melakukan pencarian istilah medis dan dapat diakses oleh masyarakat umum sebagai sumber pengetahuan dan sarana pembelajaran. Metode linear search dan speech recognition telah diterapkan dengan baik dalam aplikasi ini.

Related SDGs Targets

Full Author List

Salim, Yulita; Alwi, Erick Irawadi, Universitas Muslim Indonesia

Abstract

Kekerasan Berbasis Gender Online (KBGO) adalah bentuk tindakan kriminal yang membuat seseorang merasa tidak aman atau menyerang gender seksualitas seseorang dengan difasilitasi oleh internet serta teknologi. Salah satu bentuk KBGO yaitu pelecehan seksual (sexual harassment).Berdasarkan Catatan Tahunan Komnas Perempuan yang dirilis pada 5 Maret 2021, terdapat 940 kasus KBGO dari sebelumnya 281 kasus sepanjang 2020. Dari banyaknya kasus tersebut mayoritas bentuk pelecehan yang dilakukan berupa ancaman untuk menyebarkan media tak senonoh (37,5%), pornografi balas dendam (15%), dan penuntutan gambar atau video tak senonoh (10,4%). Salah satu teknologiyang dijadikan media untuk komunikasiadalah Aplikasi Whatsapp. WhatsappMessenger adalah layanan komunikasi pertukaran pesan di smartphone berbasis Android. Kelengkapan fitur yang dimiliki Whatsapp memaksimalkan pengalaman pemanfaatan teknologi bagi pengguna secara umum yang dapat dimanfaatkan para pelaku kejahatan. Salah satunya yaitu Tindakan pelecehan seksual. Fitur penghapusan pesan hingga penghapusan riwayat panggilan dapat menjadi salah satu fitur yang dimanfaatkan pelaku kejahatan untuk menyembunyikan atau menghilangkan bukti digital. Oleh karena itu dibutuhkan protokol tertentu yang dapat membantu pihak berwajib untuk memeriksaatau menganalisa bukti digital yang telah berusaha dihilangkan oleh pelaku kejahatan pelecehan seksual. Metode yang digunakan untuk melakukan pemeriksaan pada barang bukti digital dalam konteks hukum adalahForensik digital. Penelitian ini melakukan skenario akuisisi bukti digital pada aplikasi Whatsapp berbasis Android dengan menerapkanmetode NIJ dalam tahapan proses investigasi barang bukti digital untuk mendapatkan barang bukti digital tersebut hingga menyimpulkan hasil bukti digital yang didapatkan. Dari hasil penelitian didapatkan berupa bukti fisik berupa 1 unit smartphone berbasis Android dilakukan proses penghilangan jangkauan sinyal dengan mengaktifkan airplane mode. Sementara itu, Proses Akuisisi Smartphone 1 dilakukan menggunakanMagnet Axiom dan MOBILedit Forensic Express dengan mengkoneksikannya ke Laptop Merk Asus ROG Strix G17, OS Windows 10 64 bit. Pada Smartphone 1 juga dilakukan pemeriksaan berdasarkan prosedur metode NIJ ditemukan informasi terkait aplikasi yang digunakan yaituWhatsApp Messenger dan menemukan chat, dan gambar yang dikirimkan kepada korban.

Related SDGs Targets

Full Author List

Bahri, Nur; Salim, Yulita; Azis, Huzain; Universitas Muslim Indonesia, Indonesia

Abstract

Dinas Perhubungan Kota Kendari menjadi salah satu kota yang telah menerapkan teknologi ATCS. Proses pemantau dilakukan menggunakan CCTV melalui jaringan internet yang dipantau secara real time melalui ruang kontrol Dinas Perhubungan Kota Kendari. Penerapan layanan video surveilance ATCS pada dinas perhubungan kota Kendari masih sering terjadi kendala seperti akses video surveillance yang dilakukan secara real-time mengalami buffering sehingga kualitas video yang ditampilkan tidak optimal. Permasalahan yang terjadi tersebut perlu dilakukan tindak lanjut penanganan dengan melakukan analisa layanan atau yang dikenal dengan Quality of Service. untuk menentukan apakah kualitas jaringan pada Layanan Video surveillance ATCS yang digunakan telah sesuai atau perlu dilakukan peningkatan kualitas sesuai standarisasi Tiphon dengan menggunakan metode Action Research (AR). Hasil penelitian menunjukkan hasil dari penguuran jaringan dinas Perhubungan Kota Kendari mendapatkan nilai QoS “3,55” dengan indeks “memuaskan” dan Pada Provider data (Tri) dengan nilai QoS “3,31” dengan kategori “memuaskan” yang telah di kategorikan pada standarisasi Tiphon.

Related SDGs Targets

Full Author List

Febriana, Fina; Salim, Yulita; Darwis, Herdianti; Universitas Muslim Indonesia, Indonesia

Abstract

Kemacetan di Kota Makassar sudah menjadi hal yang lumrah. Hampir setiap ruas jalan yang ada di pusat Kota Makassar mengalami kemacetan akibat pertumbuhan penduduk yang meningkat dari tahun ketahun yang menyebabkan ketidak seimbangan antara jumlah moda transportasi yang ada di jalan raya dengan kapasitas jalan yang tersedia. Dampak yang akan ditimbulkan seperti kemacetan, meningkatnya polusi udara, pelanggaran lalu lintas, dan kecelakaan lalu lintas. Oleh karena itu tujuan dari penelitian ini adalah untuk memprediksi kepadatan lalu lintas di Kota Makassar menggunakan metode Volume Capacity Ratio (VCR). Sumber pengumpulan data yang dilakukan yaitu berupa data primer dan sekunder dengan menggunakan metode analisis data, analisis sistem, dan analisis pengujian. Penelitian ini menghasilkan sebuah sistem yang dapat membantu pihakpihak yang membutuhkan dan dapat mengefisienkan waktu dalam mengatasi kepadatan lalu lintas.

Related SDGs Targets

Full Author List

Astut, Wistiani; Salim, Yulita; Armalivia, Siska, Universitas Muslim Indonesia

Abstract

Android merupakan sebuah sistem operasi yang bersifat open source yaitu memberikan peluang bagi pengguna untuk dapat mengembangkan sendiri aplikasi yang ingin digunakan pada smartphone. Dengan kelebihan dari sistem operasi android, akan banyak membantu pengguna smartphone berbasis android untuk dapat menikmati beragam aplikasi, salah satu aplikasi tersebut adalah buku petunjuk telepon penting berbasis android. Tujuan utama dari aplikasi buku petunjuk telepon penting ini adalah memberikan kemudahan bagi masyarakat dalam mengakses kebutuhan informasi nomor telepon penting seperti nomor telepon kantor polisi, pemadam kebakaran, rumah sakit, ambulans. Hasil penelitian dari aplikasi ini menunjukkan bahwa sistem ini membantu pengguna mendapatkan nomor telepon penting sesuai dengan kategori yang diinginkan dari penggunan. Serta dapat langsung menghubungi nomor telepon dan menunjukkan lokasi dari nomor telepon yang diinginkan oleh pengguna.

Related SDGs Targets

Full Author List

Darwis, Herdianti; Purnawansyah; Umalekhoa, Alfi Syahrin; Adnan, Adam; Umar, Fitriyani; AR, Muh. Aqil Fajar, Universitas Muslim Indonesia, Jl. Urip Sumoharjo KM 5, 90231, Makassar, Indonesia; Salim, Yulita, Universiti Kuala Lumpur, 1016 Jl. Sultan Ismail, Bandar Wawasan, 50250, Kuala Lumpur, Malaysia; Raja, Roesman Ridwan, Kyushu Institute of Technology, 680-4 Kawazu, Iizuka, 820-8502, Fukuoka, Japan

Abstract

This research investigates the application of clustering techniques to network congestion data at Universitas Muslim Indonesia, employing a hybrid metric approach based on packet loss and delay. The study utilized two algorithms, K-Means and K-Medoid, applied in a semi-supervised scenario to group 255,147 network data points into 3, 4, and 5 clusters, considering 10 principal variables. During the pre-processing phase, data cleansing was conducted to address missing values, followed by normalization to standardize the scale of numerical variables, thereby preparing the data for the clustering process. Model validation was performed using four cluster evaluation methods: Gap Statistic, Davies-Bouldin Index, and Elbow Method. The evaluation results indicate that both algorithms were capable of forming valid and reliable clusters. However, the K-Means algorithm demonstrated superior performance compared to K-Medoid, particularly when utilizing three Quality of Service variables: throughput, packet loss, and delay. In this configuration, K-Means yielded more stable clusters, a clearer separation between clusters, and a more structured visualization. Consequently, K-Means is considered more optimal for classifying network congestion levels and presents an effective approach for network data segmentation

Related SDGs Targets

Full Author List

Salim, Yulita, Department of informatics, Universitas Muslim Indonesia, Jl. Urip Sumoharjo, Makassar, 90133, Indonesia; Hidayat, Rivaldi, Department of information systems, Universitas Muslim Indonesia, Jl. Urip Sumoharjo, Makassar, 90133, Indonesia; Darwis, Herdianti, Department of informatics, Universitas Muslim Indonesia, Jl. Urip Sumoharjo, Makassar, 90133, Indonesia; Karnyoto, Andrea Stevens, Bioinformatics and Data Science Research Center, Bina Nusantara University, Jakarta, 11480, Indonesia, Computer Science Department, BINUS Graduate Program - Master of Computer Science Program, Bina Nusantara University, Jakarta, 11480, Indonesia; Puspitasari, Rahma, Department of information systems, Universitas Muslim Indonesia, Jl. Urip Sumoharjo, Makassar, 90133, Indonesia; Mozar, Fitya Syarifa, Bioinformatics and Data Science Research Center, Bina Nusantara University, Jakarta, 11480, Indonesia; Pardamean, Bens, Bioinformatics and Data Science Research Center, Bina Nusantara University, Jakarta, 11480, Indonesia, Computer Science Department, BINUS Graduate Program - Master of Computer Science Program, Bina Nusantara University, Jakarta, 11480, Indonesia

Abstract

Nowadays, facial recognition technology is becoming very important in various real-world applications, and we can easily find it in surveillance systems on various devices or mobile authentication. However, several sophisticated deep learning models require high computational resources and complex training procedures, such as FaceNet and VGG-19. These conditions limit practical applications in low-resource and energy-constrained environments. Based on five simple layers, we used a lightweight architecture for Convolutional Neural Networks (CNNs) in this study by utilizing the standard SoftMax loss function for frontal face recognition that has strong performance for various imaging devices, including webcams, CCTVs, smartphones, and DSLRs. Unlike models that rely on special loss functions or deep architectures, our proposed approach technically balances computational efficiency and high performance for face recognition tasks. A primary dataset that we have collected has been curated, consisting of 23 identity classes, to study the robustness of the model when subjected to varying lighting scenarios and resolutions. It is shown in our study that our model attains a 99.16% accuracy rate and exhibits competitive performance in precision, recall, and F1-score, outperforming or nearly matching FaceNet and VGG-19. This finding confirms that the application of simplified CNN models with standard loss functions is feasible for face recognition, and this method has good accuracy even in resource-constrained environments.

Related SDGs Targets

Full Author List

Azis, Huzain; Salim, Yulita, Department of Informatics Engineering, Universitas Muslim Indonesia, Jl. Urip Sumoharjo No.km.5, Makassar, 90231, Indonesia; Puspitasari, Yustisia, Orthodontic Department, Dentistry Faculty, Universitas Muslim Indonesia, Jl. Urip Sumoharjo No.km.5, Makassar, 90231, Indonesia

Abstract

In this work, we explore the use of deep learning models for soft tissue profile classification in cephalometric images, an essential task in orthodontic treatment planning. To increase classification accuracy and to preprocess the data and remedy class imbalance, four deep learning architectures were used: Convolutional Neural Networks (CNN), Long Short-Term Memory (LSTM), Recurrent Neural Networks (RNN), and Generative Adversarial Networks (GAN). RNN performed best, with an accuracy of 59.76%, followed by LSTM, with 51.22%. CNN showed signs of overfitting, with a validation accuracy of 95.61% but a testing accuracy of 47.56%. Although the GAN model was used to augment the data and reduce class imbalance, it did not improve classification performance. We used evaluation metrics like precision, recall, and F1 Score to assess how well the models performed. Future work will involve larger datasets and advanced regularization techniques to improve generalizability and clinical relevance. Future directions should focus on expanding the dataset to enhance model accuracy and robustness. Additionally, exploring advanced techniques is essential to prevent overfitting. Furthermore, implementing more sophisticated data augmentation methods and continuously optimizing architectures are recommended to achieve improved classification outcomes and support clinical applications for orthodontic tasks.

Related SDGs Targets

Full Author List

Ayyub, Muhammad Algifari; Salim, Yulita; Mude, Muh. Aliyazid, Universitas Muslim Indonesia

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja antara Chatbot Meta AI dan Grok AI dalam merespons pola perintah yang serupa. Metode yang digunakan meliputi Metode Black Box dan algoritma K-Means Clustering. Hasil pengujian menunjukkan bahwa Grok AI unggul dalam memberikan penjelasan mendalam dan menyajikan jurnal penelitian terkini. Keunggulan ini ditemukan berkat kemampuan pemrosesan bahasa alami yang handal serta integrasi teknologi real-time melalui platform X (Twitter). Di sisi lain, Meta AI menunjukkan keunggulan dalam efisiensi penggunaan, kecepatan respons yang mencapai 11,11 detik, serta kreativitas dalam output, yang didukung oleh optimasi model bahasa Llama 3. 2. Proses clustering dengan K=2 berhasil mengelompokkan data menjadi dua cluster: Cluster 0, di mana Chatbot Grok AI unggul dalam kedalaman informasi yang terkini; dan Cluster 1, di mana Chatbot Meta AI lebih cepat, efisien, serta menawarkan solusi inovatif. Analisis faktor mengungkapkan bahwa perbedaan kinerja ini dipengaruhi oleh desain arsitektur model, strategi integrasi data, serta prioritas pengembangan masing-masing platform

Related SDGs Targets

Full Author List

Syafie, Lukman; Awangga, Narendra; Salim, Yulita, Universitas Muslim Indonesia

Abstract

Daily rainfall data plays an important role in hydrological and climatological analysis, especially in tropical regions characterised by high rainfall variability and sharp seasonal changes. However, observational data often has gaps, which can reduce model accuracy and obscure relevant climatological signals. This study addresses these issues by applying the Trend-Based Adaptive Window Imputation (TBaWI) method, an adaptive imputation approach that considers local temporal trends and seasonal dynamics in estimating missing rainfall values. This method was tested using CHIRPS data for the Makassar region for the period 2014–2023 with synthetic data loss scenarios of 10%, 15%, 20%, and 25%. The results show that TBaWI consistently provides a lower Mean Absolute Error (MAE) value, namely 6.14–7.65 mm, compared to linear interpolation, which produces 6.46–7.75 mm. The SMAPE value of TBaWI is also lower, for example 33.16% in the 15% data loss scenario, compared to interpolation at 35.06%. In addition, this method showed an improvement in the ability to identify dry days through the Zero Hit Rate (ZHR), which reached 60.08% in the 20% data loss scenario, higher than the interpolation of 58.32%, while the Rainy Hit Rate (RHR) remained in a stable range of 79–88%. These findings indicate that TBaWI is more effective in maintaining climatological consistency and numerical accuracy of tropical rainfall data. Further research is expected to integrate spatial aspects and optimise machine learning-based parameters to improve the generalisation of the method under various climatic conditions.

Related SDGs Targets

Full Author List

Ihsan, Muhammad, Alwi, Irawadi Erick, Salim, Yulita, Universitas Musllim Indonesia

Abstract

Identity management in higher education still generally relies on physical cards and centralized systems that are vulnerable to loss, forgery, and limited independent verification. This study aims to design and implement a blockchain-based digital student identity card system that supports integrated credential issuance, verification, and revocation. The study uses the Design Science Research Methodology (DSRM) through the stages of problem identification, design, prototype development, demonstration, and evaluation. The system is built using a hybrid architecture, in which student identity data are stored off-chain, while credential hashes and revocation status are recorded on-chain through a smart contract deployed on the Polygon Amoy Testnet. Credentials are issued in the form of JWT-based Verifiable Credentials and signed using the ES256K algorithm. The test results show that the system successfully implements its main functions, namely credential issuance, verification, and revocation. Performance testing also shows that verification can be carried out without incurring gas costs and with a response time that remains feasible for practical use. Overall, the developed system is feasible to support digital student identity services with better credential integrity and easier verification.

Related SDGs Targets

Full Author List

Ashar, Muh As' ad; Salim, Yulita; Alwi, Erick Irawadi

Abstract

The Free Nutritious Meal Program (MBG) is a government initiative aimed at improving public nutritional quality and reducing stunting rates in Indonesia. The implementation of this program has generated various public responses, particularly those expressed through social media platform X. Therefore, sentiment analysis is required to identify public opinion tendencies toward the program. This study aims to analyze public sentiment toward the Free Nutritious Meal Program using the Bidirectional Encoder Representations from Transformers (BERT) method, specifically the IndoBERT model. The dataset consists of 10,925 tweets collected through scraping using the X API and a public dataset from Kaggle. The data were processed through preprocessing stages including cleaning, case folding, and normalization. Sentiment labeling was conducted using a lexicon-based approach combined with manual labeling into three sentiment classes, positive, negative, and neutral. To address data imbalance, random oversampling was applied prior to model training. Model performance was evaluated using a confusion matrix with accuracy, precision, recall, and F1-score metrics. The results show that the IndoBERT model performs well in classifying public sentiment, achieving an accuracy of 90.2%, precision of 90.4%, recall of 90.2%, and an F1-score of 90.3%. Overall, public sentiment toward the Free Nutritious Meal Program is predominantly positive.

Related SDGs Targets

Full Author List

Mz, Muhammad Fahd; Salim, Yulita; Irawati

Abstract

Layanan konseling mahasiswa merupakan salah satu layanan non-akademik yang berperan penting dalam mendukung keberhasilan studi dan kesejahteraan mahasiswa. Namun, keterbatasan akses informasi serta belum optimalnya pemanfaatan teknologi dapat menjadi kendala dalam penyelenggaraan layanan konseling. Penelitian ini bertujuan untuk merancang user interface layanan konseling mahasiswa Fakultas Ilmu Komputer Universitas Muslim Indonesia yang berorientasi pada kebutuhan pengguna. Metode yang digunakan dalam penelitian ini adalah Human-Centered Design (HCD), yang meliputi tahapan empathize, define, ideate, prototype, dan evaluate. Pendekatan ini digunakan untuk memahami kebutuhan dan permasalahan pengguna sebagai dasar dalam perancangan antarmuka sistem. Hasil penelitian berupa rancangan user interface layanan konseling mahasiswa yang memiliki alur layanan terstruktur, fungsi yang jelas, serta antarmuka yang mudah dipahami oleh pengguna. Pemodelan sistem dilakukan menggunakan use case diagram, activity diagram, dan sequence diagram untuk menggambarkan interaksi dan alur proses layanan konseling. Rancangan user interface yang dihasilkan diharapkan dapat meningkatkan kemudahan akses, kenyamanan penggunaan, dan efektivitas layanan konseling bagi mahasiswa Fakultas Ilmu Komputer Universitas Muslim Indonesia

Related SDGs Targets