ILKOM Jurnal Ilmiah (Fakultas Ilmu Komputer, Universitas Muslim Indonesia)
Not a member yet
653 research outputs found
Sort by
Enhancing Accuracy by Using Boosting and Stacking Techniques on the Random Forest Algorithm on Data from Social Media X
Online loans (commonly referred to as Pinjol) have become a widespread phenomenon in Indonesia, both in legal and illegal forms. It is undeniable that this is in line with the rapid development and innovation of technology. Pinjol cannot be separated from public comments, both positive and negative, on social media X. The study examined the communication patterns of Indonesian people using a sentiment analysis approach. The research utilized the Random Forest algorithm to perform sentient analysis. This algorithm combined the output of several decision trees to achieve a more accurate result. In addition to using a random forest algorithm, this study also made improvements by using stacking and boosting. The results of this study indicated that the highest accuracy of 86% was obtained by the SMOTE+RF+Adaboost (Boosting) model. In contrast, the lowest accuracy of 60% was obtained in the RF+Adaboost model with a stacking technique
Driver Facial Detection Across Diverse Road Conditions
This study emphasizes the importance of facial detection for improving road safety through driver behavior analysis. Its employs quantitative methodology to underscore the importance of facial detection in enhancing road safety through driver behavior analysis. The research utilizes the Python programming language and applies the Haar cascade method to investigate how environmental factors such as low light, shadows, and lighting changes influence the reliability of facial detection. Employing the AdaBoost algorithm, the study achieves face detection rates exceeding 95%. Practical testing with an ASUS A416JA laptop and Raspberry Pi under varied lighting conditions and distances demonstrates optimal performance in detecting faces between 30 cm and 70 cm, with reduced efficacy outside this range, particularly in low light conditions and at night. Challenges identified include decreased performance in low light conditions, emphasizing the need for improved algorithmic calibration and enhancement. Future research directions involve refining detection algorithms to effectively handle diverse environmental conditions and integrating advanced machine learning techniques, thereby enhancing the accuracy of driver behavior analysis in real-world scenarios and contributing to advancements in road safet
Optimizing a Fire and Smoke Detection System Model with Hyperparameter Tuning and Callback on Forest Fire Images Using ConvNet Algorithm
Forest fire is a significant issue, especially for tropical countries like Indonesia. One of the impacts of forest fires is environmental pollution and damage, such as damage to flora and fauna, water, and soil. Fire detection technology is crucial as a preventive measure before the spread or expansion of fire points. Several forest fire detection systems have been developed by various research studies, with detection targets varying. Objects in the form of images are usually detected using the RGB color filtering method, but this method still results in false detections in image processing. Therefore, a classification model is built to detect fire and smoke in images using the Convolutional Neural Network (ConvNet) algorithm. In the development of the ConvNet model, a comparison of models is also conducted to assess the influence of Hyperparameter Tuning and Callbacks in optimizing the model's classification performance. The research results indicate that out of the six comparison scenarios created, the best model is obtained with 90% training data and 10% testing data, which is also optimized with Hyperparameter Tuning and Callbacks, with a Validation Accuracy of 98.18% and Validation Loss of 4.97%. This model is then implemented in the interface system
Pelatihan dan Pengembangan Konten Website Bagi Pengelola UPT. Managemen Inovasi dan Inkubasi Bisnis UMI
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 Pengelol
LoRaWAN-Based Communication for Autonomous Vehicles: Performance and Development
Automotive technology in the future continues to develop with a variety of sophistication, especially in vehicles that can move on their own, this research is new from previous developments, intelligent vehicles can be seen from various system developments ranging from the ability to find parking positions, have the right navigation system, and are equipped with various artificial senses such as LiDAR, Smart Camera, Artificial Intelligence, and various components for telecommunications. A small part that will be discussed in this research is in terms of data communication. The development of intelligent vehicles in a broader scope can be included in one of the categories to build a Smart City. In the analysis system, this research develops in terms of analyzing the possibility of data collisions or how to avoid them, with various methods that can be developed and approached comprehensively using LoRaWAN, so that a method can be determined using LoRaWAN Communication and LoRa Modules that can have an important impact in the development of intelligent vehicles or autonomous vehicles for Smart City. In this paper, the LoRa data transmission approach is to use the GPS Module, the GPS Module data is sent from each car to the nearest LoRaWAN Gateway, the car can automatically select the nearest Gateway for data optimization, reducing Packet Loss and Signal Attenuation due to LoRa data communication in the NLOS area, This article still uses data transmission simulation using MATLAB and is planned to be applied to Smart vehicles directly, the contribution of this research is the discovery of a new method in terms of LoRaWAN-based multi-point data transmission that can avoid data collisions from the position of intelligent vehicles in Mobile or moving, in building Smart City technology in the future
Sistem Informasi Pemesanan Sablon Baju Berbasis Website Dengan Menggunakan Metode Waterfall
Sablon kaos adalah sebuah teknik mencetak tinta diatas media kaos dengan menggunakan alat bantu berupa screen sablonatau sering juga disebut film sablon. Usaha sablon kaos kini sudah berkembang menjadi salah satu usaha yang cukupmenjanjikan karena semakin banyaknya kebutuhan kaos dikalangan masyarakat. Kaco Ink Konvection adalah sebuah usahayang bergerak dibidang konveksi di makassar sejak tahun 2020. Usaha ini sering kali mendapatakan berbagai macampesanan kaos sablon dengan desain kostum gratis sesuai keinginan customer dalam jumlah sesuai dengan keinginancustomer. Pada saat ini pembuatan sablon ini masih menggunakan sistem manual, sehingga proses pemesanan nya puncustomer harus datang langsung ke tempatnya atau toko dan sistemnya pun belum mengikuti perkembangan teknologi.Dengan meningkatnya pemesanan sablon baju, maka dibutuhkan sebuah sistem informasi untuk meningkatkan usaha padasablon dan memperluas produksi agar diketahui oleh masyarakat. Penelitian ini bertujuan untuk merancang sebuah websiteuntuk dapat memudahkan pelanggan untuk melakukan pemesanan sablon, untuk metode pengembangan yang digunakanyaitu metode Waterfall yang terdiri dari analisis, perancangan, desain, implementasi serta pengujian. Dengan adanya sisteminformasi diharapkan sistem penjualan dan pemasaran produk menjadi lebih luas
Risiko Kesehatan Bagi Pasien Hamil Menggunakan Metode KNN
Kematian ibu hamil dalam melahirkan merupakan permasalahan kesehatan yang sudah lama terjadi. Ibu hamil memerlukan pemantauan terus menerus selama kehamilan hingga proses melahirkan agar dapat diketahui faktor risiko yang dialami. Ibu hamil perlu mengetahui penyakit yang mungkin bisa diderita, dan untuk mendapatkan pengetahuan serta melakukan diagnosa dini penyakit kehamilan, diperlukan sistem yang dapat membantu. Untuk mengatasi hal ini, pemantauan selama kehamilan penting untuk perkembangan janin yang sehat dan memastikan persalinan yang aman. Oleh karena itu, klasifikasi risiko kesehatan ibu hamil menjadi sangat penting untuk mencegah dan mengurangi risiko kesehatan yang serius bagi ibu dan bayi yang dikandungnya. Klasifikasi merupakan proses menemukan model untuk menggambarkan data dengan tujuan model tersebut dapat digunakan prediksi yang belum diketahui dari suatu objek. Salah satu metode dalam klasifikasi data adalah metode K-Nearest Neighbor (KNN), teknik ini menggunakan algoritma terawasi untuk mengklasifikasikan hasil query instance yang berdasar pada mayoritas dalam kategori KNN. Tujuan dari karya ilmiah ini yaitu mengklasifikasikan resiko kesehatan ibu hamil ke dalam kategori resiko tinggi seperti resiko menengah dan resiko rendah seperti resiko kesehatan yang dapat menganggu kesehatan ibu hamil yang dapat mengakibatkan adanya keguguran. Pada karya ilmiah ini mengklasikasikan data berdasarkan dari usia, tekanan darah sistolik, tekanan darah diastolik, gula darah, dan denyut jantung berdasarkan nilai K-Nearest yang di inputkan. Berdasarkan hasil klasifikasi KNN dengan menggunakan nilai K yang berbeda yaitu K=3, K=5, K=9 dan K=11 didapatkan hasil dengan nilai akurasi, presisi, recall, f1-score paling tinggi yaitu nilai K=11 dengan nilai 80
Sistem Monitoring Suhu Pada Inkubator Penetas Telur Berbasis IoT
Penelitian ini bertujuan untuk menciptakan sistem pemantauan suhu pada inkubator penetas telur menggunakan teknologi Internet of Things (IoT). Sistem ini didesain untuk memonitor suhu secara real-time dan otomatis, sehingga memudahkan peternak dalam mengawasi kondisi inkubator tanpa perlu melakukan pemantauan langsung. Dengan memanfaatkan sensor DHT11 dan mikrokontroler NodeMCU ESP8266, sistem ini mampu mengirimkan data suhu ke aplikasi berbasis mobile dan platform IoT seperti Blynk. Hasil penelitian menunjukkan bahwa sistem ini efektif dalam memantau suhu inkubator dan meningkatkan kualitas penetasan telur. Pengontrolan suhu menjadi hal yang sangat penting untuk penetas telur ayam dan menjadi permasalahan yang mendapatkan perhatian oleh para peternak ayam. Suhu yang tidak terkontrol mempengaruhi quantity pada penetasan telur serta lamanya waktu panen. Tujuan penelitian penelitian ini yaitu meningkatkan quantity pada penetasan telur ayam serta mempercepat waktu panen telur ayam dengan penerapan teknologi Internet of Thing (IoT) sebagai alternatif untuk mengatasi permasalah tersebut. Dengan menggunakan konsep IoT, sistem monitoring suhu dan pencahayaan akan lebih mudah dan tidak perlu monitoring langsung ke kandang, hanya dengan menghubungkan alat tersebut dan monitor langsung melalui aplikasi berbasis mobil
Perancangan Database Penyimpanan Data Gambar Mahasiswa Bermasker untuk Pembuatan Aplikasi Presensi Face Recognation
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
Peningkatan Branding Awarness Studio Dhyana Yoga melalui Pengembangan Website dan Konten Instagram
Program pengabdian masyarakat ini mengembangkan website dan konten Instagram untuk studio yoga Dhyana dengan fokus pada peningkatan keterlibatan anggota studio, instruktur yoga dan akses informasi. Melalui penerapan strategi pengembangan konten yang kreatif dan berorientasi pada pengguna, program ini berhasil meningkatkan kualitas layanan dan pengalaman anggota studio yoga. Website yang dioptimalkan menyediakan informasi yang mudah diakses tentang jadwal kelas, instruktur, meningkatkan efisiensi dan kenyamanan bagi anggota. Konten Instagram yang aktif dan bermanfaat, seperti video latihan singkat dan tantangan mingguan, telah memberikan dampak positif pada keterlibatan anggota studio, memotivasi mereka untuk terlibat dalam praktik yoga secara konsisten. Evaluasi program menunjukkan peningkatan kesadaran merek studio yoga Dhyana dan peningkatan dalam interaksi antara anggota dan instruktur melalui platform media sosial. Meskipun berhasil, program ini mengidentifikasi beberapa tantangan, seperti keberlanjutan konten dan integrasi yang lebih baik dengan instruktur. Rekomendasi untuk pengembangan selanjutnya mencakup pemeliharaan kontinuitas program konten instagram, peningkatan kolaborasi dengan instruktur, dan survei berkala terhadap anggota untuk memahami kebutuhan mereka. Hasil positif dari program ini menunjukkan potensi peran yang signifikan dari pengembangan website dan konten Instagram dalam mendukung pertumbuhan dan keberlanjutan studio yoga Dhyana serta meningkatkan kualitas hidup anggota melalui praktik olahraga yoga