Article Per Year (5 Year)
p-Index From 2020 - 2025
3.832
P-Index
This Author published in this journals
All Journal IJCIT (Indonesian Journal on Computer and Information Technology) Indonesian Journal on Software Engineering (IJSE) JIEET (Journal of Information Engineering and Educational Technology) InComTech: Jurnal Telekomunikasi dan Komputer Jurnal ULTIMA Computing JURIKOM (Jurnal Riset Komputer) Majalah Ilmiah UNIKOM Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Infortech Computer Science (CO-SCIENCE) IMTechno: Journal of Industrial Management and Technology Simpatik: Jurnal sistem Informasi dan Informatika JUSTIN (Jurnal Sistem dan Teknologi Informasi) International Journal of Advanced Science Computing and Engineering Journal Medical Informatics Technology Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK)
Waeisul Bismi
Universitas Bina Sarana Informatika
Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Public Health Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Klasifikasi Citra Genus panthera Menggunakan Pendekatan Deep learning Berbasis Convolutional Neural network (CNN) Waeisul Bismi; Muhammad Qomaruddin
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 5, No 2 (2023): September
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v5i2.8931

Abstract

This research aims to develop an image classification method for the panthera genus using a deep learning approach based on Convolutional Neural network (CNN). The panthera genus includes large species such as tigers, lions, leopards, and jaguars, which share similarities in appearance but also differences in fur patterns, body size, and habitat. Image classification of the panthera genus is important in various applications, including wildlife conservation and biological research. In this study, image datasets of tigers, lions, and leopards were collected from various sources to a total of 6,290 images. The proposed method involves image pre-processing, such as resizing, converting and normalization, and the use of a Convolutional Neural network (CNN) model to perform classification. The CNN model is implemented and trained using training data to recognize specific visual patterns in the images of each species. The results of this study show that the CNN-based deep learning approach can achieve high accuracy in the classification of panthera genus images of 85.21%. This method can correctly distinguish between tiger, lion, and leopard images based on unique visual features. In addition, the deep learning approach also offers advantages in efficiency and scalability to cope with the large number of images in the dataset. This research makes an important contribution to the development of wildlife image classification methods using a CNN-based deep learning approach.
Analisis Perbandingan Klasifikasi Citra Genus Panthera dengan Pendekatan Deep learning Model MobileNet Waeisul Bismi; Deny Novianti; Muhammad Qomaruddin
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 1 (2024): Maret
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Wildlife conservation is increasingly becoming a top priority as several species in the Panthera genus have experienced significant declines in their populations since the 1970s, due to illegal hunting activities, loss of natural habitat, and reduced prey. Their protection is therefore of paramount importance. In today's digital age, image processing and artificial intelligence (AI) technologies have changed the way we view and protect wildlife. In this context, the approach of using MobileNet models in deep learning, which is a branch of artificial intelligence, has proven to be very effective in overcoming complex challenges in image processing. However, despite MobileNet's potential in classifying images of the Panthera genus, not many studies have specifically compared it with other existing methods. Therefore, in this study, a comparative analysis of Panthera genus image classification using the deep learning approach of MobileNet model with alternative models from previous studies is conducted. The dataset used consists of 6,460 images with 6 labels: Jaguar, Leopard, Lion, Lioness, Tiger, and Snow Tiger, which are divided into training, validation, and testing sets. Based on the evaluation results, the proposed method using the MobileNetV1 model achieved the highest accuracy of 89.93%, followed by the MobileNetV2 model with 89.78%. This research is expected to provide valuable insights in the development of system implementation in an application on various platforms for image detection, to support species conservation efforts in the Panthera genus.
Sistem Informasi Panggil Kuli Proyek Berbasis Website (SIPAKUPROY) Waeisul Bismi; Anisa Febriyani; Farid Ramadhan
Majalah Ilmiah UNIKOM Vol 21 No 2 (2023): Majalah Ilmiah Unikom
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/miu.v21i2.11334

Abstract

In the current global changes, there are also impacts, such as the difficulty in finding experienced and trustworthy construction workers. However, the current development of web-based information systems brings significant benefits in various job aspects, including distance, time, and accessibility. This encourages the construction industry to utilize technology, systems, and information to provide more efficient and easily accessible services to the public. Confronting these challenges, the SIPAKUPROY platform was created as a solution. Its goal is to facilitate the search for reliable and experienced construction workers through a digital platform. The analysis during the creation of this platform revealed several issues, especially in transitioning from a manual bidding system to a digital one. This transition process is supported by the waterfall model research method, as well as an analysis of reliable software and hardware needs. System design also includes the creation of a database using Logical Record Structured (LRS) and Entity Relationship Diagram (ERD), along with a user-friendly design interface. This process is carried out in an effort to design the web-based project labor calling information system (SIKUPROY). The entire sequence of designing and creating the SIPAKUPROY platform aims to provide convenience to individuals who want to build houses but feel uncertain due to a lack of connections or relationships with construction workers. Through this platform, the process of finding and selecting construction workers is expected to become more reliable, efficient, and aligned with the community's needs. Key Words: Construction workers, System Information, Website
Optimizing Network Security Point To Point With ACL Filtering And Time To Live Access Methods RAHARJO, MUGI; Bismi, Waeisul; Purnama, Rachmat Adi; Firmansyah, Firmansyah
Jurnal Infortech Vol 5, No 2 (2023): Desember 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v5i2.17475

Abstract

Jurnal ini membahas tentang optimalisasi keamanan jaringan titik ke titik menggunakan metode filtering ACL (Access Control List) dan pendekatan Time To Live (TTL). Keamanan jaringan menjadi isu kritis dalam lingkungan digital yang terus berkembang, terutama pada komunikasi titik ke titik yang memerlukan perlindungan data yang efektif. Dalam konteks ini, penelitian ini bertujuan untuk meningkatkan keamanan komunikasi dengan mengintegrasikan dua pendekatan utama, yaitu filtering ACL dan pengaturan TTL. Studi ini pertama-tama menganalisis mekanisme kerja ACL dalam mengontrol lalu lintas jaringan berdasarkan aturan yang ditentukan sebelumnya. Selanjutnya, pendekatan TTL dieksplorasi untuk mengatur batasan usia paket data, meminimalkan risiko serangan jaringan seperti serangan ping berlebihan. Melalui serangkaian percobaan dan simulasi, kinerja metode keamanan yang diusulkan dievaluasi dengan mempertimbangkan faktor-faktor seperti latensi, throughput, dan efisiensi jaringan. Hasilnya menunjukkan bahwa kombinasi filtering ACL dan pendekatan TTL secara signifikan meningkatkan keamanan jaringan titik ke titik. Latensi tetap dalam rentang yang dapat diterima sementara tingkat serangan berkurang secara signifikan. Penelitian ini memberikan wawasan berharga tentang bagaimana mengoptimalkan keamanan jaringan dalam komunikasi titik ke titik, yang dapat menjadi dasar untuk pengembangan lebih lanjut dalam mengamankan infrastruktur jaringan di masa depan.
Classification of Myopia Levels using Deep Learning Methods on Fundus Image Bismi, Waeisul; Na`am, Jufriadif
Journal Medical Informatics Technology Volume 1 No. 2, June 2023
Publisher : SAFE-Network

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/medinftech.v1i2.8

Abstract

Disorders of the eye or also known as eye disease is a condition that can affect vision for some people in their lifetime. There are 40 types of eye disorders or eye diseases, one of which is Myopia. Myopia is a visual disturbance that causes objects that are far away to appear blurry, but there is no problem seeing objects that are near. Myopia or nearsightedness is also known as minus eye. From this description, it is very important to conduct research in detecting eye diseases before the increase in eye minus and blindness. This study aims to classify myopic eye disease using the Deep Learning method with several different architectures, namely the VGG16, VGG19 and InceptionV3V3 models. Where the first is to distinguish normal and abnormal while the other is to classify with Augmented myopia image dataset and non augmented myopia image dataset obtained from the Retinal Fundus Multi-Disease Image Dataset (RFMID). In the implementation of the Deep Learning method using 20 Epochs. The results of the accuracy of the classification of eye diseases using the non augmented myopia image dataset are 66.0% for the VGG16 architectural model, then 95.99% for the VGG19 architectural model and 93.99% for the InceptionV3 architectural model and the accuracy results using the Augmented myopia image dataset are 97.53% for the VGG16 architectural model, 97.53% for the VGG19 architectural model and 99.50% for the InceptionV3 architecture model.
Disease Identification on Fig Leaf Images Using Deep Learning Method Bismi, Waeisul; Riana, Dwiza; Hewiz , Alya Shafira
International Journal of Advanced Science Computing and Engineering Vol. 6 No. 2 (2024)
Publisher : SOTVI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/ijasce.6.2.203

Abstract

The fig plant, known as Ficus carica, has been cultivated worldwide, including in Indonesia. It has nutritional benefits and medicinal properties. However, there are still difficulties in growing it, making the plant scarce. The scarcity of fig plants in Indonesia is mainly due to the threat of diseases and viruses that affect them. Various diseases affect fig plants, including leaf rust (Cerotelium fici), mosaic disease, and Bemisia tabaci (whitefly) disease. Infected fig plants become unhealthy, experiencing stunted growth and deformed fruits; thus, it is necessary to identify the diseases accurately using technological assistance. This research aimed to identify diseases in fig leaves automatically. The method began by digitizing fig leaf images and consulting botanical experts specializing in fig plants to determine the types of diseases present. The research produced a dataset of fig leaf images consisting of four classes of fig leaves: Cerotelium fici, mosaic disease, whitefly, and healthy fig leaves. The dataset resulted in the confirmation of 300 fig leaf images. The augmentation techniques were applied to increase the number of images to 3,300 fig leaf images. This dataset was then divided into subsets for training, validation, and testing. For the classification and identification, a Deep Learning approach was used with three models: VGG16, VGG19, and MobileNet. Among these models, MobileNet achieved the highest accuracy of 98.79%. Subsequently, the identification system was implemented by converting the generated model into TensorFlow Lite and integrating it into the Android Studio software, enabling it to function as a mobile application on Android devices.
Perancangan Design Prototype UI/UX Aplikasi TICCON Menggunakan Metode Design Thinking Bismi, Waeisul; Putri, Halimmatussa’diyah; Qomaruddin, Muhammmad; Putri, Destiana
IMTechno: Journal of Industrial Management and Technology Vol. 6 No. 1 (2025): Vol. 6 No. 1 (2025): Januari 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/imtechno.v6i1.6929

Abstract

Penelitian ini bertujuan menerapkan perancangan prototype UI/UX aplikasi TICCON menggunakan Figma dan metode Design Thinking. Pendekatan Design Thinking dipilih untuk memahami kebutuhan pengguna secara mendalam. Tahapan empat langkah, yaitu pemahaman (empathize), penentuan masalah (define), eksplorasi solusi (idate), membuat prototipe (prototype) dan pengujian (test), digunakan untuk menggali wawasan berharga dalam perancangan aplikasi. Data diperoleh dari wawancara dan survei untuk mengidentifikasi preferensi dan masalah calon pengguna. Hasil analisis digunakan dalam perancangan prototype UI/UX aplikasi TICCON melalui Figma dengan kolaborasi tim desain. Metode Design Thinking memastikan pengalaman pengguna yang memuaskan dan sesuai dengan kebutuhan pengguna. Fitur-fitur relevan dan interaksi intuitif diimplementasikan dalam desain, meningkatkan kualitas pengalaman pengguna secara keseluruhan. Penelitian ini berpotensi memberikan sumbangan penting dalam pengembangan aplikasi mobile dengan fokus pada desain prototype UI/UX seperti tampilan menarik, navigasi mudah, proses pembayaran yang sederhana, kualitas produk yang terjamin, dan fitur untuk memberikan umpan balik. Pendekatan yang digunakan dapat menjadi panduan bagi pengembangan aplikasi lainnya. Diharapkan aplikasi TICCON dengan desain prototype UI/UX yang diimplementasikan dapat memenuhi kebutuhan pengguna serta meningkatkan teknologi dan kepuasan pengguna pada aplikasi mobile dibidang E-Commerce yang semakin kompetitif.
Penerapan Algoritma Machine Learning Dalam Mengklasifikasi Data Masa Studi di Indonesia Berdasarkan Jenis Kelamin Wijaya, Aryanata; Bismi, Waeisul
JIEET (Journal of Information Engineering and Educational Technology) Vol. 8 No. 2 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v8n2.p62-74

Abstract

Masalah perbedaan jenis kelamin dan pendidikan di Indonesia adalah masalah yang serius, karena dengan pendidikan yang layak barulah Negara Indonesia ini bisa menjadi Negara yang maju. Untuk menunjang penelitian ini maka penulis mengambil data rata-rata lama sekolah dari Badan Pusat Statistik sebanyak 1.028 data kemudian diberikan pelabelan Lama dan Sebentar serta dibagi menjadi 4 kategori yaitu Data Saat Pandemi Covid Laki-laki dan Perempuan, dan Data Pasca Covid Laki-laki dan Perempuan selanjutnya diolah dengan bantuan aplikasi Orange Data Mining, selanjutnya data dirapihkan menggunakan Data Table dan dikelompokkan atributnya menggunakan Select Column dan diproses menggunakan algoritma K-Nearest Neighbor, serta menggunakan Test and Score dan Confusion Matrix untuk melihat hasil evaluasinya. Setelah data tersebut diolah didapatkan hasil dari pengolahan data tersebut yaitu laki-laki lebih lama masa studi atau sekolahnya dibandingkan perempuan dari data Saat Pandemi Covid dan Pasca Pandemi Covid serta memperoleh tingkat akurasi dari 4 kategori yaitu 0.909, 0.848, 0.846, 0.920 dengan menggunakan algoritma K-Nearest Neighbor, sehingga pengolahan data menghasilkan hasil yang optimal. Dengan dilakukannya penelitian ini agar dapat menjadi referensi bagi pemerintah Indonesia agar dapat memajukan pendidikan di Indonesia, karena Negara yang maju dan berkualitas diwujudkan dari Sumber Daya Manusia yang berkualitas juga dan itu didapatkan dari Pendidikan yang bagus, serta dapat menjadi referensi bagi penelitian selanjutnya.
Rancang Bangun Sistem Informasi Terintegrasi Untuk Donasi Dan Barter Barang Berbasis Website Bismi, Waeisul; Qomaruddin, Muhammmad; Sakata, Yama Sulkhan
IMTechno: Journal of Industrial Management and Technology Vol. 6 No. 2 (2025): Vol. 6 No. 2 (2025): Juli 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/dz5g5z21

Abstract

Perkembangan teknologi digital telah membawa perubahan signifikan dalam berbagai aspek kehidupan manusia, termasuk dalam cara masyarakat melakukan transaksi dan berbagi bantuan. Namun, integrasi antara sistem barter dan donasi dalam satu platform berbasis digital masih relatif jarang dieksplorasi. Penelitian ini bertujuan untuk merancang dan membangun sebuah sistem informasi terintegrasi berbasis website yang memungkinkan pengguna untuk menukar barang secara barter sekaligus berdonasi dengan lebih mudah dan efisien. Dengan adanya platform ini, individu yang memiliki barang tidak terpakai dapat menukarkannya dengan barang lain yang dibutuhkan atau menyumbangkannya kepada pihak yang lebih membutuhkan. Pengembangan sistem ini menggunakan metode Waterfall, yang terdiri dari tahapan analisis kebutuhan, perancangan sistem, pengembangan, pengujian, dan pemeliharaan. Desain sistem mencakup pembuatan logical relationship schema, UML, struktur navigasi, activity Diagram, dan class Diagram untuk memastikan integrasi yang baik antara fitur barter dan donasi. Hasil pengujian menunjukkan bahwa sistem yang dibangun dapat berjalan dengan baik dalam memfasilitasi proses pencocokan mitra barter dan penyaluran donasi secara efektif. Selain itu, platform ini dirancang dengan antarmuka yang user-friendly untuk memastikan kenyamanan dan kemudahan akses bagi pengguna dari berbagai latar belakang. Hasil penelitian ini menunjukkan bahwa sistem informasi terintegrasi yang dikembangkan dapat menjadi solusi inovatif untuk meningkatkan efisiensi dalam distribusi barang serta memperkuat budaya filantropi dalam masyarakat. Dengan mendukung konsep ekonomi sirkular, platform ini juga membantu mengurangi limbah barang yang masih memiliki nilai guna. Pengembangan lebih lanjut dapat difokuskan pada optimasi fitur keamanan, peningkatan algoritma pencocokan barang, serta ekspansi ke dalam platform mobile agar dapat menjangkau lebih banyak pengguna dan memberikan manfaat yang lebih luas. 
Rancang Bangun Aplikasi Pembelajaran Mahfudzot Untuk Pondok Pesantren Berbasis Android Menggunakan Metode Extreme Programming Bismi, Waeisul; Maysaroh, Maysaroh; Asra, Taufik
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 4, No 1 (2020): SEMNAS RISTEK 2020
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v4i1.756

Abstract

Mahfudzot adalah kumpulan kalimat-kalimat indah yang merupakan sebuah istilah didalam tradisi literatur pondok pesantren yang berisikan kata-kata mutiara, sya’ir, pepatah bijak, hikmah kehidupan dan falsafah hidup. Dalam tradisi pendidikan pesantren, mahfudzot merupakan pelajaran yang diajarkan dipondok pesantren oleh pengajar (ustadz) sesuai tingkatan kelasnya kepada santri agar diterima dan dipahami serta diterapkan sebagai bekal hidup. Perancangan Aplikasi ini bertujuan untuk mengemas kalimat - kalimat mahfudzot yang disertakan arti didalamnya sebagai media pembelajaran berbasis android yang alternative. Aplikasi pembelajaran mahfudzot ini dirancang menggunakan metode Extreme Programming sebagai metode pengembangan perangkat lunak yang ringan yang termasuk salah satu agile Methods dan dibangun menggunakan software android studio 3.2 yang menggunakan bahasa pemrograman Java serta menggunakan SQLite sebagai Database. Aplikasi pembelajaran mahfudzot ini diharapkan berguna untuk pengajar (ustadz) dan santri dalam mempelajari mahfudzot dengan berbasis android sebagai media pembelajaran alternative di era modern ini, tanpa harus selalu mengandalkan belajar ditempat formal
Co-Authors Ade Setiawan Ade Setiawan Anisa Febriyani Anton . Arina Selawati Deny Novianti Dicky Hariyanto Dwiza Riana Dwiza Riana Fajar Shidiq Farid Ramadhan Firmansyah Firmansyah Gata, Windu Hani Harafani Hewiz , Alya Shafira Jordy Lasmana Putra Jufriadif Na`am, Jufriadif Maysaroh, Maysaroh Mohamad Noor Mugi Raharjo Muhammad Qomaruddin muhammad qomaruddin Musriatun Napiah Nurbaety Nurbaety Putri, Destiana Putri, Halimmatussa’diyah Qomaruddin, Muhammmad Rachmat Adi Purnama Rachmawati Darma Astuti Rachmawati Darma Astuti Raharjo, Mugi Rangga Wardhana Sakata, Yama Sulkhan Sandra Dewi Saraswati Taufik Asra Tommi Alfian Armawan Sandi Wijaya, Aryanata Windu Gata