Article Per Year (5 Year)
p-Index From 2021 - 2026
3.207
P-Index
This Author published in this journals
All Journal International Journal of Artificial Intelligence Research Knowledge Engineering and Data Science Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Computer Science and Information Technologies Indonesian Journal of Data and Science Buletin Sistem Informasi dan Teknologi Islam Ilmu Komputer untuk Masyarakat Open Community Service Journal JITER-PM (Jurnal Inovasi Terapan - Pengabdian Masyarakat) Bulletin of Social Informatics Theory and Application Jurnal Pengabdian Masyarakat Kesehatan Gigi FOKGII
Salim, Yulita
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Mathematics Public Health Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
ANALISIS SENTIMEN MAHASISWA TENTANG MODEL PERKULIAHAN HYBRID TEACHING PADA FAKULTAS ILMU KOMPUTER UMI MENGGUNAKAN MACHINE LEARNING Basri, Nur Anisa; Salim, Yulita; Darwis, Herdianti
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 2 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i2.2334

Abstract

Model perkuliahan hybrid teaching yang dilaksanakan menuai kontroversi di kalangan mahasiswa. Banyak pendapat mahasiswa yang dikeluarkan  terkait metode pembelajaran hybrid teaching di Fakultas Ilmu Komputer UMI. Penelitian ini bertujuan menganalisis sentimen mahasiswa terkait perkuliahan hybrid teaching dengan menggunakan algoritma K-Nearest Neighbor (KNN), Naïve Bayes, dan Support Vector Machine (SVM) menggunakan pelabelan NLTK, pengujian dengan  cross validation, dan menggunakan unigram tokenizing. Teknik pelabelan NLTK yang digunakan pada penelitian ini menghasilkan tingkat keakuratan algoritma KNN dengan 67.74% dibandingkan dengan algoritma Naïve Bayes dan SVM yang memiliki nilai akurasi sebesar 100%. Sehingga algoritma Naïve Bayes Classifier dan SVM dapat digunakan dengan baik pada pengklasifikasian sentimen mahasiswa terhadap perkuliahan dengan metode pembelajaran hybrid teaching di Fakultas Ilmu Komputer UMI.
Analisis Sentimen Terhadap Event Big Sale 11.11 Shopee di Media Sosial Instagram menggunakan Metode Naïve Bayes Anizah, Nurul; Salim, Yulita; Ilmawan, Lutfi Budi
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 4, No 1 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i1.1309

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.
Analisis Bukti Digital Untuk Penanganan Kekerasan Berbasis Gender Online Pada Media Sosial Whatsapp Menggunakan Metode National Institute Of Justice (NIJ) Sinusi, Isnan; Salim, Yulita; Alwi, Erick Irawadi
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 4, No 2 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i2.1624

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.
Konversi Bahasa Indonesia ke Perintah Data Manipulation Language pada Structured Query Language menggunakan Natural Language Processing R, Sirajuddin; Salim, Yulita; Hasnawi, Mardiyyah
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 3, No 3 (2022)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v3i3.790

Abstract

bahasa alami dapat dimengerti oleh komputer, maka diperlukan penerjemah bahasa yang mampu memahami arti bahasa alami misal Bahasa Indonesia. Structured Query Language (SQL) merupakan salah satu bahasa pemrograman yang digunakan dalam database. Data Manipulation Language (DML) termasuk jenis perintah dasar dalam Bahasa SQL. Perintah tersebut memungkinkan pengguna memanipulasi database antara lain menampilkan, menambah, mengubah dan menghapus data. Namun, tidak semua pemrogram pemula mempelajari tentang DML dapat memahami penggunaan perintah–perintah tersebut dengan cepat karena adanya kendala bahasa. Oleh karena itu, penelitian ini bertujuan untuk membuat aplikasi yang dapat mengonversi bahasa Indonesia menjadi perintah DML menggunakan Natural Language Processing (NLP). Aplikasi ini dibangun dengan melakukan analisis leksikal (Scanner), analisis sintaksis (Parser), analisis semantik (Translator) dan analisis pragmatik (Evaluator) hingga implementasi dan pengujian aplikasi. Hasil penelitian ini berupa aplikasi yang dapat melakukan konversi Bahasa Indonesia menjadi perintah dasar DML pada SQL menggunakan NLP. Berdasarkan hasil pengujian sebanyak 40 kali uji coba, 29 perintah yang berhasil dikonversi dengan benar dengan tingkat akurasi sebesar 72.5%.
Analisis Kemanan Website Digital School Di SMAS Semen Tonasa Qurratu'ain, Khayyirah Annisa; Salim, Yulita; Gaffar, Andi Widya Mufila
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 3 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i3.2116

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.
Optimizing classification models for medical image diagnosis: a comparative analysis on multi-class datasets Rachman Manga, Abdul; Putri Utami, Aulia; Azis, Huzain; Salim, Yulita; Faradibah, Amaliah
Computer Science and Information Technologies Vol 5, No 3: November 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/csit.v5i3.p205-214

Abstract

The surge in machine learning (ML) and artificial intelligence has revolutionized medical diagnosis, utilizing data from chest ct-scans, COVID-19, lung cancer, brain tumor, and alzheimer parkinson diseases. However, the intricate nature of medical data necessitates robust classification models. This study compares support vector machine (SVM), naïve Bayes, k-nearest neighbors (K-NN), artificial neural networks (ANN), and stochastic gradient descent on multi-class medical datasets, employing data collection, Canny image segmentation, hu moment feature extraction, and oversampling/under-sampling for data balancing. Classification algorithms are assessed via 5-fold cross-validation for accuracy, precision, recall, and F-measure. Results indicate variable model performance depending on datasets and sampling strategies. SVM, K-NN, ANN, and SGD demonstrate superior performance on specific datasets, achieving accuracies between 0.49 to 0.57. Conversely, naïve Bayes exhibits limitations, achieving precision levels of 0.46 to 0.47 on certain datasets. The efficacy of oversampling and under-sampling techniques in improving classification accuracy varies inconsistently. These findings aid medical practitioners and researchers in selecting suitable models for diagnostic applications.
Rancang Bangun Sistem Manajemen Data Akreditasi berbasis Web Asis, Muhammad Arfah; Purnawansyah, Purnawansyah; Salim, Yulita
Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Vol 10 No 1 (2024): Journal CERITA : Creative Education of Research in Information Technology and Ar
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cerita.v10i1.2989

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.
Penerapan Metode Backpropagation Dalam Memprediksi Ketinggian Gelombang Laut Pada Selat Makassar Bangsawan, Muhammad Hari; Salim, Yulita; Jabir, Sitti Rahmah
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 4 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i4.2332

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, meliputi data harian tinggi gelombang, kecepatan angin, dan arah angin dari tahun 2019 hingga 2022. Data mencakup periode pelatihan 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 maks epoch 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
Optimal Strategy for Handling Unbalanced Medical Datasets: Performance Evaluation of K-NN Algorithm Using Sampling Techniques Salim, Yulita; Utami, Aulia Putri; Manga’, Abdul Rachman; Aziz, Huzain; Admojo, Fadhila Tangguh
Knowledge Engineering and Data Science Vol 7, No 2 (2024)
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um018v7i22024p176-186

Abstract

This study addresses the critical role of medical image classification in enhancing healthcare effectiveness and tackling the challenges of imbalanced medical datasets. It focuses on optimizing classification performance by integrating Canny edge detection for segmentation and Hu-moment feature extraction and applying oversampling and undersampling techniques. Five diverse medical datasets were utilized, covering Alzheimer’s and Parkinson’s diseases, COVID-19, brain tumours, and lung cancer. The K-Nearest Neighbors (K-NN) algorithm was implemented to enhance classification accuracy, aiming to develop a more robust framework for medical image analysis. The evaluation, conducted using cross-validation, demonstrated notable improvements in key metrics. Specifically, oversampling significantly enhanced lung cancer detection accuracy, while undersampling contributed to balanced performance gains in the COVID-19 class. Metrics, including accuracy, precision, recall, and F1-score, provided insights into the model’s effectiveness. These findings highlight the positive impact of data balancing techniques on K-NN performance in imbalanced medical image classification. Continued research is essential to refine these techniques and improve medical diagnostics.
Upaya Pencegahan Early Childhood Caries sebagai Salah Satu Faktor Penyebab Stunting dengan Edukasi Perilaku Makan dan Pelatihan Teknik Menyikat Gigi di Desa Paddinging Kecamatan Febriany, Mila; Puspitasari, Yustisia; Pamewa, Kurniaty; Salim, Yulita
Jurnal Pengabdian Masyarakat Kesehatan Gigi FOKGII (JPMKG FOKGII) Vol. 2 No. 1 (2025): Februari 2025
Publisher : Forum Komunikasi Kedokteran Gigi Islam Indonesia

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

Abstract

Pemberian makan merupakan salah satu faktor predisposisi perkembangan Early Childhood Caries 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. Kata kunci: early childhood caries, topical application fluor, stunting, diet, perilaku makan Feeding behaviour during growing stage of children is one of the predisposing factors for the development of early childhood caries which generally occurs in preschool children. The period of child development experiences a rapid increase at the age of 0-5 years, which is called the "Golden Age" phase. At this time, we can detect abnormalities in children's growth and development which include physical, psychological and social aspects. Food provides nutrients and energy that are important for human health. The correlation between nutrients, food, and diet has implications for the prevention and development of chronic disease. One psychological aspect that parents can monitor is the presence of eating disorders. The diet and nutrition provided by parents influences the way and attitudes of parents towards providing food. Awareness of children's eating behavior manifested in early childhood caries can be a factor causing disruption to children's growth and development later in life. Apart from diet, toothbrushing techniques and habits also contribute to the development of children's caries. Dental Health Education (DHE) was performed regarding the role of feeding behaviour in children and demonstrating several toothbrusing technique for different stage of children’s age. Tooth brushing technique were also implemented by the mothers of the kids. The preschooler children were also received dental examination and topical application fluor. The conclusion of this service is the importance of education on eating behavior and training in sustainable tooth brushing techniques for mothers and children. Keyword: early childhood caries, topical application fluor, stunting, feeding behaviour, diet
Co-Authors Admojo, Fadhila Tangguh Anas, Risnayanti Anizah, Nurul As'ad, Ihwana Aziz, Huzain Bangsawan, Muhammad Hari Basri, Nur Anisa Darwis, Herdianti Dwiyanti, Sri Ulfa Ericha Apriliyani Erick Irawadi Alwi, Erick Irawadi Faradibah, Amaliah Febriany, Mila Gaffar, Andi Widya Mufila hayati, Lilis Hermany, Nurul Inayah Hidayat, Rifaldi Huzain Azis Ismail, Wawan jabir, sitti rahmah lilis nurhayati Lutfi Budi Ilmawan, Lutfi Budi Manga’, Abdul Rachman Mardiyyah Hasnawi Mashur, Mulyanul Ilmi Muhammad Arfah Asis Muis, Ismunandar Nanda, As'syahrin Nia Kurniati Nur bahri, Nur Bahri Nurul A'ayunnisa Pamewa, Kurniaty Purnawansyah Purnawansyah Puspitasari, Yustisia Putri Utami, Aulia Qurratu'ain, Khayyirah Annisa R, Sirajuddin Rachman Manga, Abdul Ramdaniah, Ramdaniah Rasyid, Reskyanto Rusydiansyah, Muhammad Setiawan Asri, Nur Aslam Sinusi, Isnan Syafie, Lukman Umar, Fitriyani Utami, Aulia Putri