Article Per Year (5 Year)
p-Index From 2021 - 2026
10.426
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Simetris Bulletin of Electrical Engineering and Informatics Bulletin of Electrical Engineering and Informatics Jurnal Teknologi Informasi dan Ilmu Komputer JUSIFO : Jurnal Sistem Informasi Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah KOMPUTASI Format : Jurnal Imiah Teknik Informatika Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Informatika Jurnal Komputasi Jurnal Penelitian Pendidikan IPA (JPPIPA) JITK (Jurnal Ilmu Pengetahuan dan Komputer) IKRA-ITH Informatika : Jurnal Komputer dan Informatika Sebatik Jiko (Jurnal Informatika dan komputer) Astonjadro Simtek : Jurnal Sistem Informasi dan Teknik Komputer CCIT (Creative Communication and Innovative Technology) Journal Journal of Information System, Applied, Management, Accounting and Research Abdimas Universal Informatika IJITEE (International Journal of Information Technology and Electrical Engineering) Journal of Applied Science, Engineering, Technology, and Education JUKI : Jurnal Komputer dan Informatika Jurnal Abdidas International Journal of Industrial Optimization (IJIO) Budapest International Research and Critics Institute-Journal (BIRCI-Journal): Humanities and Social Sciences Jurnal Teknik Informatika (JUTIF) International Journal Of Science, Technology & Management (IJSTM) Journal of Technology and Informatics (JoTI) Indonesian Journal of Multidisciplinary Science Journal Of World Science Buletin Sistem Informasi dan Teknologi Islam Jurnal Locus Penelitian dan Pengabdian Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Jurnal Ilmu Multidisplin Jurnal Indonesia Sosial Teknologi Jurnal Indonesia Sosial Sains Journal Research of Social Science, Economics, and Management Eduvest - Journal of Universal Studies Kohesi: Jurnal Sains dan Teknologi SmartComp Jurnal Informatika Polinema (JIP) Asian Journal of Social and Humanities Paradigma: Jurnal Filsafat, Sains, Teknologi, dan Sosial Budaya Jurnal Komputasi
Akbar, Habibullah
Universitas Esa Unggul
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Neuroscience Physics Public Health Social Sciences Transportation Other

Published : 86 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 86 Documents
Search

 3   4   5   6   7 
Komparasi Inception-v3 dan Inception-ResNet-v2 pada Citra Mammogram untuk Deteksi Dini Kanker Payudara Andini, Ketrin Vani; Akbar, Habibullah
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 3 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i3.9283

Abstract

Kanker payudara merupakan penyebab utama kematian terkait kanker pada wanita secara global. Skrining dini berbasis mamogram sangat penting untuk meningkatkan tingkat pemulihan dan hasil kesehatan pasien secara keseluruhan. Studi ini mengevaluasi dan membandingkan kinerja dua arsitektur CNN: Inception-v3 dan Inception-ResNet-v2 untuk mengklasifikasikan gambar mamogram apakah menunjukkan tanda-tanda kanker atau tidak. Dataset terdiri dari 745 gambar (125 gambar kanker dan 620 gambar non-kanker), diubah ukurannya menjadi 299×299 piksel, dan dibagi menjadi 80% untuk pelatihan dan 20% untuk validasi. Kedua model dilatih menggunakan transfer learning dengan bobot pra-latih dari ImageNet serta berbagai konfigurasi hiperparameter. Kinerja terbaik dicapai oleh model Inception-ResNet-v2, yang menggunakan learning rate sebesar 0.1, batch size sebanyak 64, 20 epoch, dan optimizer Adamax. Konfigurasi ini menghasilkan akurasi sebesar 95,30%, presisi 95,39%, recall 95,30%, dan skor F1 sebesar 95,34%, dengan waktu pelatihan selama 5,13 menit. Hasil ini menunjukkan bahwa pemilihan model yang tepat serta hiperparameter yang dioptimalkan secara signifikan meningkatkan kinerja klasifikasi. Penelitian ini memperkuat efektivitas metode pembelajaran mendalam dalam mendukung deteksi dini kanker payudara secara cepat dan akurat melalui analisis citra mamogram.
Audit Tata Kelola Teknologi Informasi Menggunakan Framework COBIT 2019 Pada Rumah Sakit Medika Dramaga Andriana, Dian; Firmansyah, Gerry; Tjahjono, Budi; Widodo, Agung Mulyo; Akbar , Habibullah
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 8 (2025): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i8.4176

Abstract

Penelitian ini bertujuan untuk mengevaluasi tata kelola teknologi informasi (TI) di Rumah Sakit Medika Dramaga menggunakan kerangka kerja COBIT 2019. Hasil audit menunjukkan bahwa meskipun beberapa aspek tata kelola TI telah mencapai tingkat tertentu, masih terdapat kesenjangan antara kondisi saat ini dan harapan yang diinginkan. Pada domain APO12 (Pengelolaan Risiko), tingkat kemampuan mencapai 87% pada level 2 dan 73% pada level 3, namun tidak ada pencapaian pada level 4 dan 5. Sementara itu, pada domain APO13 (Pengelolaan Keamanan Informasi), tingkat kemampuan hanya mencapai 82% pada level 2 tanpa pencapaian pada level yang lebih tinggi. Kesenjangan ini menunjukkan bahwa pengelolaan risiko dan keamanan informasi masih memerlukan peningkatan signifikan untuk mencapai standar yang diharapkan. Berdasarkan temuan tersebut, penelitian ini memberikan beberapa rekomendasi, termasuk evaluasi kebijakan manajemen risiko, implementasi teknologi pendukung, pelatihan SDM, dan pengembangan strategi jangka panjang untuk meningkatkan tata kelola TI. Dengan menerapkan rekomendasi ini, diharapkan Rumah Sakit Medika Dramaga dapat meningkatkan keamanan dan keandalan sistem informasi serta meminimalkan risiko kebocoran data.
PROTOTYPING APLIKASI BERBASIS MOBILE UNTUK PELAYANAN PASIEN DAN KOMUNIKASI DI KLINIK GIGI Pramesty, Feranti Destina; Herwanto, Agus; Akbar, Habibullah; Widiantono, Adi
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1660

Abstract

Pelayanan kesehatan gigi masih menghadapi kendala berupa komunikasi yang kurang optimal, minimnya pengingat perawatan, serta keterbatasan akses konsultasi. Penelitian ini bertujuan merancang aplikasi mobile berbasis Android untuk mempermudah layanan pasien dan meningkatkan efisiensi operasional klinik gigi. Aplikasi dikembangkan dengan fitur utama berupa komunikasi pasien-klinik, pengingat jadwal, dan konsultasi daring. Metode penelitian meliputi observasi dan wawancara untuk mengidentifikasi kebutuhan pengguna, dilanjutkan dengan perancangan antarmuka serta pengujian prototipe. Hasil penelitian menunjukkan aplikasi mampu memberikan pengalaman layanan yang lebih praktis bagi pasien sekaligus mendukung kelancaran operasional klinik. Selain itu, aplikasi ini dapat menjadi acuan bagi pengembangan inovasi layanan digital di bidang kesehatan gigi maupun layanan medis lainnya.
Evaluasi dan Optimasi Kinerja MySQL Master-Slave dengan Metode Kuantitatif pada Database Pemohon Tes Psikologi SIM PT XYZ pada POLDA METRO JAYA Haryoto, Iin Sahuri; Firmansyah, Gerry; Tjahjono, Budi; Widodo, Agung Mulyo; Akbar, Habibullah; Fatonah, Nenden Siti
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 9 (2025): : JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i9.4685

Abstract

The development of information technology and cloud computing has enabled organizations to manage large-scale data efficiently. PT XYZ, which is engaged in psychological testing for Driving Licenses (SIM), uses a web-based system with a MySQL database that has implemented master-slave replication. However, as the data volume increases to 4,000-5,000 entries per day, the system experiences performance constraints, especially in the speed of read and write queries. This study aims to optimize the performance of the MySQL database by adjusting the server configuration and specifications to improve system efficiency. The test results show that server specification settings, including processor speed, memory size, and replication configuration, play an important role in improving system performance. By adjusting the master and slave server configurations, the system shows a significant increase in database response time and operational efficiency. This optimization is expected to be a reference in the implementation and management of large-scale databases using MySQL replication.
Optimisasi LSTM untuk Prediksi Konsentrasi Kualitas Udara Jakarta menggunakan Cauchy PSO Reyhan, Athallah; Akbar, Habibullah
Jurnal Ilmiah Komputasi Vol. 24 No. 3 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 3, September 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.3.3869

Abstract

Polusi udara merupakan masalah serius di kota-kota besar, khususnya di Jakarta yang kerap mengalami tingginya konsentrasi partikel debu (PM10). Kadar PM10 yang tinggi dapat berdampak buruk terhadap kesehatan masyarakat serta kualitas lingkungan secara keseluruhan. Penelitian ini mengusulkan model prediksi deret waktu berbasis Long Short-Term Memory (LSTM) yang dioptimasi menggunakan algoritma Cauchy Particle Swarm Optimization (CPSO). Algoritma CPSO digunakan untuk mencari kombinasi hyperparameter terbaik pada model LSTM, sehingga diharapkan dapat meningkatkan akurasi prediksi. Model menggunakan variable PM10, suhu, kelembapan, curah hujan, dan kecepatan angin dari beberapa stasiun pemantauan udara di Jakarta untuk memprediksi nilai PM10 pada 1, 3, dan 7 hari ke depan. Kinerja model dievaluasi berdasarkan Root Mean Square Error (RMSE), Mean Absolute Error (MAE), dan Correlation Coefficient (CC). Hasil eksperimen menunjukkan bahwa model CPSO-LSTM mampu menghasilkan error yang lebih kecil dibandingkan LSTM.
MODEL ARSITEKTUR UNTUK SISTEM INFORMASI BIMBINGAN KONSELING DENGAN METODE PROTOTYPING Nugroho, Irfan Hari; Sutanto, Imam; Akbar, Habibullah; Herwanto, Agus
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1644

Abstract

Penerapan teknologi informasi dalam layanan bimbingan konseling di lingkungan sekolah menjadi solusi atas permasalahan pengelolaan data dan penjadwalan yang selama ini dilakukan secara manual. Penelitian ini merancang dan mengembangkan sistem informasi manajemen bimbingan konseling berbasis website menggunakan framework Laravel yang mengadopsi arsitektur Model-View-Controller (MVC). Sistem dirancang untuk mempermudah guru BK dalam mencatat, mengelola, dan memantau proses konseling, serta memungkinkan Siswa dan orang tua untuk mengakses informasi layanan secara daring. Metode pengembangan yang digunakan adalah prototyping yang melibatkan pengguna sejak tahap awal untuk memastikan sistem sesuai kebutuhan. Hasil dari penelitian ini adalah sistem informasi bernama SIMANKO yang dapat menyimpan riwayat konseling, melakukan penjadwalan online maupun offline, serta menghasilkan laporan bimbingan secara otomatis. Sistem ini diharapkan mampu meningkatkan efisiensi, akurasi, dan kecepatan dalam layanan konseling di SMK Negeri 9 Jakarta.
Evaluating the Performance of Association Rules in Apriori and FP-Growth Algorithms: Market Basket Analysis to Discover Rules of Item Combinations Dwiputra, Dedy; Mulyo Widodo, Agung; Akbar, Habibullah; Firmansyah, Gerry
Journal of World Science Vol. 2 No. 8 (2023): Journal of World Science
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/jws.v2i8.403

Abstract

This study focuses on applying data mining techniques, especially association rules mining using the Apriori and FP-GROWTH algorithms, for market basket analysis on PT. XYZ is a pharmaceutical company in Indonesia. A quantitative methodology uses a dataset of 100,498 transactions originating from 432,356 rows of data covering July to December 2022 in the JABODETABEK area. Apriori and FP-GROWTH algorithms are applied for association rules mining. The results show that FP-GROWTH has the fastest execution time of 84,655 seconds. However, the memory usage for the Apriori algorithm is the lowest at 482.32 MiB, with increments of: 0.21 MiB. For the rules generated, the two algorithms, both Apriori and FP-GROWTH, produce the same number of rules and values of support, confidence, lift, Bi-Support, Bi-Confidence, and Bi-Lift. In conclusion, Apriori is recommended for sales datasets if memory usage and ease of implementation are important. However, if the speed of execution time and a large amount of data are considered, FP-GROWTH is a better choice because the execution time is faster for large amounts of data. However, the choice of algorithm depends on the specific analysis objectives, itemset size, data scale, and computational capabilities. Results from association rules mining provide evidence of product popularity, purchasing patterns, and opportunities for strategic marketing and inventory management. These findings can help PT. XYZ improves business efficiency, understands customer behavior, and increases profitability.
Coffee Grind Size Detection By Using Convolutional Neural Network (CNN) Architecture Franky Leonard; Akbar, Habibullah
Journal of Applied Science, Engineering, Technology, and Education Vol. 4 No. 1 (2022)
Publisher : PT Mattawang Mediatama Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (734.48 KB) | DOI: 10.35877/454RI.asci842

Abstract

Identification of coffee grinder results is one of the needs to support the government and coffee shop UMKM to innovate coffee drink products. Special expertise and sufficient time are needed to process the identification of coffee grinder results in the laboratory. Several previous research methodologies, the process of identifying the results of coffee grinders is still manual with human visuals. While the use of a computer system is obtained from cross-sectional images of coffee grounds using microscopic and macroscopic processes. Currently, computer vision and machine learning technologies have been developed to identify various types of objects, one of which is coffee objects. This study contributes in classifying several classifications of coffee grinder results using Convolutional Neural Networks (CNN). The novelty of this research lies in improvising the optimal CNN parameters in detecting objects from a coffee grinder. The proposed AlexNet architecture has seven layers, namely three convolution layers, two max-pooling layers and two Hidden Layers for the five characters of the coffee grinder image dataset.dataset private resulting from a coffee grinder of 1039 items and an augmentation process to make it more optimal and prevent overfitting , the test first changes the input image to 50 x 50, 100 x 100, and 150 x 150 pixels and each repeats at 250 epochs. The experimental results show that AlexNet with parameters batchsize 8, Learning Rate 0.001, Optimizer SGD, training and splitting data ratio 0.6:0.4 and balanced data typehasan accuracy validation value reaching 95%.
Studi Komparasi Naive Bayes, K-Nearest Neighbor, dan Random Forest untuk Prediksi Calon Mahasiswa yang Diterima atau Mundur Sejati, Puteri; Munawar, Munawar; Pilliang, Marzuki; Akbar, Habibullah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022976737

Abstract

Penelitian ini bertujuan untuk mendapatkan model prediksi terbaik dari data Penerimaan Mahasiswa Baru tahun 2014 hingga 2019 dengan membandingkan Naive Bayes, K-Nearest Neighbor, dan Random Forest. Penelitian ini menggunakan metode klasifikasi untuk memprediksi calon mahasiswa. Mereka diterima atau  mundur. Dalam penelitian ini digunakan 19.603 data latih dan 4.901 data uji. Hasil penelitian menunjukkan bahwa algoritma Random Forest adalah yang terbaik dengan akurasi 73,61%, dibandingkan dengan K-Nearest Neighbor dengan akurasi 72,08%, dan Naive Bayes dengan akurasi 70,47%. Disimpulkan juga bahwa optimasi model dengan teknik Hyperparameter menghasilkan nilai akurasi yang lebih baik. Hasil penelitian ini dapat digunakan untuk mendukung bagian pemasaran dalam meminimalisir jumlah calon mahasiswa yang mengundurkan diri. AbstractThis study aimed to obtain the best predictive model from New Student Admissions data for 2014 to 2019 by comparing Naive Bayes, K-Nearest Neighbor, and Random Forest. This study used the classification method to predict prospective students. They are accepted or withdrawn. In this study, 19,603 training data and 4,901 test data were used. The results showed that the Random Forest algorithm was the best with an accuracy of 73.61%, compared to K-Nearest Neighbor with an accuracy of 72.08%, and Naive Bayes with an accuracy of 70.47%. It is also concluded that optimizing the model with the Hyperparameter technique produces better accuracy values. This study's results can be used to support the marketing department in minimizing the number of withdrawn prospective students.
Analisis dan Design Knowledge Management System pada PT XYZ dengan Menggunakan Metode Tiwana Alexander, Alexander; Firmansyah, Gerry; Tjahjono, Budi; Mulyo Widodo, Agung; Akbar , Habibullah
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 8 (2025): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i8.4686

Abstract

Dalam dunia bisnis, keberlangsungan dan pertumbuhan suatu perusahaan sangat dipengaruhi oleh kualitas sumber daya manusia (SDM) atau karyawan yang dimiliki, karyawan yang kompeten dan memiliki wawasan pengetahuan yang luas dianggap sebagai aset penting yang dapat menjadi pembeda utama antara perusahaan dengan para pesaingnya. Maka dari itu, perusahaan biasanya berinisiatif untuk melakukan berbagai macam program pelatihan dan pengembangan yang bertujuan untuk meningkatkan kemampuan dan pengetahuan karyawannya secara berkelanjutan, hal lain yang dapat dilakukan oleh perusahaan adalah dengan mengelola pengetahuan dari karyawannya melalui sebuah tools yaitu Knowledge Management System (KMS). Sebagai perusahaan konsultan properti terkemuka dengan jaringan global yang luas, PT XYZ memiliki komitmen untuk dapat mengembangkan pengetahuan karyawannya, PT XYZ selalu berupaya untuk menciptakan lingkungan kerja yang mendukung pertumbuhan pengetahuan, terutama bagi karyawan di bidang Information and Technology (IT). Penelitian ini menggunakan metode Tiwana yang dilakukan hingga tahapan ke-6 dari 10 tahapan yang ada, dengan tujuan penelitian untuk menghasilkan blueprint sebagai landasan untuk merancang KMS yang sesuai dengan kebutuhan perusahaan. Adapun hasil dari penelitian ini adalah sebuah blueprint rancangan KMS.
Co-Authors Adi Widiantono Agam Aprianto Agus Satriawan Aisyah, Zhavira Alexander Alexander, Alexander Alvin Barata Amelia Sholikhaq Andini, Ketrin Vani Andriana, Dian Andriyanti Asianto Anwar Nasihin Ardiansyah, Miri Ari Pambudi Arif Pami Setiaji Arisandi Langgeng Tardiana Ary Prabowo Astamar Putra, Ichlasul Fikri Azizah, Anik Hanifatul Bayu Sulistiyanto Ipung Sutejo Bob Tjahjono Budi Tjahjono Calvin Ramadhani Alfahrezi Chiuman, Felix Decky Ryansyah Delio, Ferdinand Defin Deni Pamungkas Gelantoro Putra Diah Aryani, Diah Dodo, La Dudy Fathan Ali Dwi Pamungkas, Eric Dwiputra, Dedy Elvaret Elvaret Eric Dwi Pamungkas Eric Julianto Fathan Ali, Dudy Fatonah, Nenden Siti Ferdinand Defin Delio Franky Leonard Gerry Firmansyah Gerry Firmansyah Gilang Banuaji Gilang Romadhanu Tartila Hadi, Muhammad Abdullah Hafizah Safira Kaurani Hani Dewi Ariessanti Haryoto, Iin Sahuri Hendy Hendy Herwanto, Agus Husni Sastra Mihardja Husni Satra Mihardja Husni Satra Mihardja Indri Handayani, Indri Intan Setya Palupi Jefry Sunupurwa Asri Jonathan Aditya Puryanto Kevin Valeri Khusnul Fajri Rhomadon La Dodo Latumapayahu, Febrian Firmansyah Made Aka Suardana Mahmudin, Hajon Mahdy Martin Saputra Marwan Kadhim Mohammed Al-shammari Marwan, Rudi Heri Marzuki Pilliang Mochamad Wahyudi Mochamad Welly Rosadi Mohamad Yusuf Mohamad Yusuf Mohammed Al-shammari, Marwan Kadhim Muhamad Septian Nugraha Muhammad Fajrul Aslim Muhammad Fazly Qusyairy Muhammad Yusuf Morais Mukhamad Abduh Munawar Nanna Suryana Herman Narul Sakron Nasihin, Anwar Nila Rusiardi Jayanti Nizirwan Anwar Noval Rizky Ramadhan Noviandi Noviandi Nugroho Budhisantosa Nugroho, Irfan Hari Pilliang, Marzuki Pramesty, Feranti Destina Putra, Sipky Jaya Putra, Syahrizal Dwi Rachman, Riyandi Patu Randy Swandy Restamauli br Nainggolan Reyhan, Athallah Rifqi Adi Prasetya Rizky Yananda Rosnanto, Imam Rudy Setiawan Sabri Alim Sakron, Narul Sandfreni, Sandfreni Saputra, Rahdian Sea, Rona Aulia Wangsa Sejati, Puteri Setiawati, Popong Sfenrianto Sfenrianto Sinaga, Matius Eliezer Suhandi Junaedi Suharti, Dwi Sloria Supriyade Supriyade Supriyade, Supriyade Sutanto, Imam Tantrisna, Ellen Tino Saputra Trenggana Natadirja Ulum, M. Bahrul Ulum, Muhamad Bahrul Wahyu Purnama Magribi Widodo, Agung Mulyo Wijaya, Jacob S Yaya Sudarya Triana Yaya Sudarya Triana