Article Per Year (5 Year)
p-Index From 2020 - 2025
1.235
P-Index
This Author published in this journals
All Journal PROtek : Jurnal Ilmiah Teknik Elektro ARUS JURNAL SAINS DAN TEKNOLOGI
Hayat, Muhyiddin A M
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Social Sciences Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Chatbot Sistem Informasi Pendaftaran Mahasiswa Baru Universitas Muhammadiyah Makassar dengan Algoritma Natural Language Processing Utama, Prengki Putra; Bakti, Rizki Yusliana; Hayat, Muhyiddin A M
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.651

Abstract

Chatbot harus dibuat sebagai bagian dari sistem informasi Universitas Muhammadiyah Makassar untuk menerima siswa baru. Menggunakan algoritma pemrosesan bahasa alami (NLP), chatbot ini bertujuan untuk membantu calon siswa berinteraksi dengan sistem dan memahami dan merespons pertanyaan dan permintaan dengan cara yang lebih alami.Studi ini mencakup pembuatan dan penggunaan chatbot yang dapat memberi tahu calon mahasiswa tentang persyaratan baru, jadwal, dan bagaimana menerima siswa baru. Dengan menggunakan algoritma proses bahasa alami (NLP), chatbot dapat memberikan pengalaman pengguna yang lebih baik dan mengurangi hambatan komunikasi.Analisis kebutuhan pengguna, desain antarmuka yang responsif, dan pengujian fungsionalitas adalah langkah-langkah pengembangan yang digunakan. Hasil evaluasi menunjukkan bahwa chatbot ini mampu memberikan informasi dengan cepat dan efisien, membantu calon siswa baru mengakses kampus dan memahami proses pendaftaran.Dengan memasukkan chatbot berbasis NLP ke dalam sistem informasi pendaftaran mahasiswa baru, diharapkan dapat meningkatkan keterlibatan dan efisiensi calon mahasiswa, memberikan pengalaman yang lebih personal, dan membantu Universitas Muhammadiyah Makassar mencapai tujuan strategisnya untuk meningkatkan kualitas layanan pendidikan. Di Universitas Muhammadiyah Makassar, chatbot ini sangat membantu memperbarui proses pendaftaran mahasiswa baru. Chatbot membantu siswa mendapatkan jawaban yang cepat dan solusi yang dapat diandalkan.Dengan menggunakan algoritma pemrosesan bahasa alami, chatbot lebih mampu memahami variasi bahasa alami dan lebih mampu menyesuaikan diri dengan perubahan kebijakan penerimaan mahasiswa baru. Hal ini memastikan bahwa chatbot menyajikan informasi yang relevan dan akurat.
Penerapan Metode Round Robin dalam Efektivitas Load Balancer pada Pendaftaran Beasiswa di Universitas Muhammadiyah Makassar Salsabila, Ismi; Hayat, Muhyiddin A M; Lukman
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.666

Abstract

Penelitian ini bertujuan untuk menganalisis efektivitas metode Round Robin dalam load balancing guna meningkatkan kinerja sistem pendaftaran beasiswa di Universitas Muhammadiyah Makassar. Masalah utama yang dihadapi adalah lonjakan akses selama periode pendaftaran, yang menyebabkan kinerja server menurun dan waktu respons yang lambat. Penerapan load balancing bertujuan untuk mendistribusikan beban secara merata ke beberapa server, sehingga sistem dapat menangani lonjakan akses secara lebih efisien. Metode yang digunakan dalam penelitian ini melibatkan instalasi dan konfigurasi perangkat lunak Nginx sebagai load balancer dengan menggunakan metode Round Robin. Kinerja sistem diuji menggunakan alat uji beban Locust untuk mensimulasikan ribuan pengguna secara bersamaan. Pengujian dilakukan pada dua skenario, yaitu dengan dan tanpa load balancer, untuk membandingkan kinerja dari kedua konfigurasi tersebut. Hasil penelitian menunjukkan bahwa penerapan load balancing dengan metode Round Robin berhasil meningkatkan stabilitas dan efisiensi sistem, dengan waktu respons yang lebih cepat dan konsisten dibandingkan tanpa load balancer. Meskipun terdapat sedikit penurunan throughput, sistem dengan load balancer menunjukkan distribusi beban yang lebih merata dan penurunan waktu respons yang signifikan. Oleh karena itu, metode ini terbukti efektif dalam mengatasi masalah kinerja sistem selama periode lonjakan akses.
Klasifikasi Pengaduan Pelayanan Fakultas Teknik Universitas Muhammadiyah Makassar menggunakan Natural Language Processing Sunarti; Ridwang; Hayat, Muhyiddin A M
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.667

Abstract

Penelitian ini dilakukan di Fakultas Teknik Universitas Muhammadiyah Makassar dengan tujuan mengembangkan model klasifikasi pengaduan pelayanan menggunakan teknik Natural Language Processing (NLP). Tahapan penelitian melibatkan pengumpulan data pengaduan dari sistem informasi akademik (SIMAK), pre-processing data teks menggunakan teknik seperti tokenisasi, stemming, lemmatization, serta pembobotan teks dengan metode TF-IDF. Model klasifikasi dibangun menggunakan algoritma Naïve Bayes, yang menunjukkan performa yang cukup baik dengan akurasi sebesar 91%. Evaluasi model dilakukan menggunakan confusion matrix untuk menghitung metrik akurasi, recall, precision, dan F1-Score, yang menunjukkan bahwa beberapa kategori seperti "Fasilitas Kampus" dan "Fasilitas Parkir" memiliki nilai precision dan recall yang tinggi, sementara kategori lain seperti "Keuangan dan Pembayaran" membutuhkan peningkatan. Model yang dikembangkan berhasil mengklasifikasikan keluhan mahasiswa dengan baik, menunjukkan kemampuan yang andal untuk diimplementasikan dalam sistem pengaduan pelayanan di Fakultas Teknik Universitas Muhammadiyah Makassar. Selain itu, model ini mampu mengidentifikasi dan mengklasifikasikan saran dan kritik dengan tingkat akurasi yang memuaskan berkat penggunaan metode TF-IDF untuk ekstraksi fitur. Meskipun demikian, terdapat beberapa kategori yang masih memerlukan peningkatan akurasi, seperti "Keuangan dan Pembayaran" serta "Tata Usaha/Pelayanan Administrasi", yang menunjukkan adanya ruang untuk pengembangan lebih lanjut. Saran untuk penelitian selanjutnya termasuk eksplorasi algoritma lain seperti Support Vector Machine (SVM) atau Random Forest untuk membandingkan performa model, peningkatan ukuran dan keragaman dataset untuk meningkatkan generalisasi model, dan penambahan analisis sentimen untuk memberikan wawasan lebih mendalam tentang keluhan mahasiswa. Selain itu, penggunaan teknik NLP lainnya seperti word embeddings (misalnya Word2Vec atau GloVe) dapat diterapkan untuk meningkatkan representasi teks dan akurasi klasifikasi. Hasil penelitian ini memberikan kontribusi penting dalam pengelolaan pengaduan pelayanan di lingkungan akademik dan menjadi dasar untuk perbaikan layanan serta referensi bagi penelitian selanjutnya.
Pemeriksaan KTP Menggunakan Optical Character Recognition (OCR) dan Pengenalan Background serta Komponen KTP Nisha, Khairun; Wahyuni, Titin; Hayat, Muhyiddin A M
Arus Jurnal Sains dan Teknologi Vol 2 No 2: Oktober (2024)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v2i2.671

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem verifikasi identitas berbasis Kartu Tanda Penduduk (KTP) yang lebih aman dan akurat dengan memanfaatkan teknologi Optical Character Recognition (OCR), khususnya Tesseract OCR. Sistem ini dikembangkan untuk menangani peningkatan kebutuhan akan perlindungan data pribadi di era digital, di mana risiko penyalahgunaan data KTP semakin meningkat. Penelitian ini dilakukan di Laboratorium Informatika Universitas Muhammadiyah Makassar selama bulan Juli hingga Agustus 2024, dengan menerapkan teknik pra-pemrosesan gambar seperti grayscale, Gaussian blur, dan thresholding untuk memperbaiki hasil ekstraksi teks. Hasil pengujian menunjukkan bahwa sistem ini mampu mengekstraksi elemen-elemen penting pada KTP, seperti NIK, nama, dan jenis kelamin, dengan tingkat akurasi yang tinggi. Dari 10 KTP yang diuji, 9 di antaranya berhasil diekstraksi dengan benar, memberikan akurasi keseluruhan sebesar 90%. Namun, beberapa elemen seperti alamat dan RT/RW masih menimbulkan tantangan dalam proses ekstraksi, terutama pada gambar dengan kualitas rendah atau format penulisan yang tidak konsisten. Kesimpulan dari penelitian ini menegaskan bahwa teknologi OCR efektif dalam mendeteksi dan menganalisis informasi utama pada KTP, namun memiliki keterbatasan saat berhadapan dengan variasi kualitas gambar. Oleh karena itu, disarankan untuk melakukan pengujian tambahan di lingkungan operasional nyata untuk mengidentifikasi dan mengatasi tantangan yang mungkin muncul dalam penerapan aplikasi ini di dunia nyata.
Penerapan Data Mining untuk Memprediksi Penjualan Bahan Bangunan (Ud Kiki Fatmala) Dengan Menggunakan Metode Naive Bayes Hayat, Muhyiddin A M; Wahyuni, Titin; Haidul, Haidul
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1213

Abstract

Penjualan bahan bangunan merupakan bidang usaha yang memiliki prospek menjanjikan dengan permintaan yang terus meningkat seiring pertumbuhan populasi dan pembangunan. Namun, permasalahan yang dihadapi oleh toko bahan bangunan, khususnya UD KIKI FATMALA, adalah kurangnya pemahaman terhadap minat pembeli, yang dapat menyebabkan penumpukan stok barang dan memperlambat perputaran modal. Untuk mengatasi permasalahan ini, penelitian ini menerapkan metode Naïve Bayes untuk memprediksi penjualan bahan bangunan berdasarkan data historis. Penelitian ini bertujuan untuk menggunakan teknik data mining sebagai pendukung keputusan dalam menentukan barang yang memiliki potensi penjualan tinggi guna mengoptimalkan stok dan meningkatkan efisiensi penjualan. Metode penelitian mencakup pengumpulan data penjualan, preprocessing data, pembagian data menjadi training dan testing, serta penerapan algoritma Naïve Bayes. Model yang dibangun dievaluasi menggunakan confusion matrix untuk menilai tingkat akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa metode Naïve Bayes mampu memprediksi penjualan bahan bangunan dengan akurasi sebesar 84%. Implementasi model ini dilakukan menggunakan Microsoft Excel untuk pengolahan data awal dan Jupyter Notebook untuk analisis lebih lanjut. Kesimpulan dari penelitian ini adalah bahwa metode Naïve Bayes dapat digunakan secara efektif untuk memprediksi produk yang memiliki peluang besar untuk terjual, sehingga membantu pengelolaan stok yang lebih optimal di UD KIKI FATMALA
Penerapan Machine Learning untuk Mengklasifikasikan Genre Musik Berdasarkan Fitur Audio Abrah, Rezkytullah; Hayat, Muhyiddin A M; Lukman , Lukman
Arus Jurnal Sains dan Teknologi Vol 3 No 2: Oktober (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i2.1699

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi genre musik secara otomatis berdasarkan fitur-fitur audio yang diekstraksi dari file lagu. Proses ekstraksi fitur menggunakan pustaka Librosa untuk menghitung Zero Crossing Rate (ZCR), Spectral Centroid, dan 13 koefisien Mel-Frequency Cepstral Coefficients (MFCC). Setelah melalui proses normalisasi, fitur-fitur tersebut digunakan sebagai input dalam pelatihan tiga model klasifikasi: K-Nearest Neighbor (KNN), Random Forest, dan Naïve Bayes. Dataset terdiri dari lima genre musik populer dengan lebih dari 500 lagu. Hasil pengujian menunjukkan bahwa model Random Forest menghasilkan akurasi tertinggi dan mampu mengenali pola audio dengan baik, termasuk pada lagu-lagu yang tidak terdapat dalam data pelatihan. Sistem juga mampu menampilkan hasil ekstraksi fitur dan prediksi dalam bentuk visualisasi, sehingga memberikan transparansi dalam proses klasifikasi. Dengan pendekatan ini, sistem dapat digunakan untuk membantu analisis musik secara otomatis dan efisien.
Game Edukasi Berbasis Android sebagai Media Pembelajaran Matematika untuk Anak Tunarungu Bakti, Rizki Yusliana; Wahyuni, Titin; Hayat, Muhyiddin A M; Ridwang, Ridwang
PROtek : Jurnal Ilmiah Teknik Elektro Vol 8, No 1 (2021): Protek : Jurnal Ilmiah Teknik Elektro
Publisher : Program Studi Teknik Elektro Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/protk.v8i1.2377

Abstract

Education is a right for every individual. Not only those with normal conditions, but also those with special needs such as the deaf. Limited intellectual ability in deaf children has consequences for their difficulties in attending academic lessons including maths lessons. This research aims to create an application as a learning medium to attract deaf children in developing their intelligence. This application was created as a means to provide convenience to deaf children in helping the learning process of mathematics. This study uses observation data collection methods, interviews / questionnaires and library studies. The design method used is the waterfall and the testing technique used is Integration and System testing. The result of this study is an android-based game application named math games. The test results show that this application is easy to learn and there are media that make childrenhappy.
Co-Authors Abrah, Rezkytullah Bakti, Rizki Yusliana Haidul, Haidul Lukman Lukman , Lukman Nisha, Khairun Ridwang Ridwang Ridwang, Ridwang Salsabila, Ismi Sunarti Utama, Prengki Putra Wahyuni, Titin