Claim Missing Document
Check
Articles

Found 29 Documents
Search

Evaluation of VGG16 Performance in Multi-Input and Multi-Class Classification of Toraja Buffalo Breeds Manga’, Abdul Rachman; Nanda, As'syahrin; Salim, Yulita
International Journal of Artificial Intelligence Research Vol 8, No 1.1 (2024)
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29099/ijair.v8i1.1.1203

Abstract

Traditional image classification research has focused on single-input and multiclass approaches. However, these approaches often fail to capture the complexity and diversity of real-world image data. To address the complexity and more diverse variation in data, as well as to improve the classification accuracy of various categories, a multi-input image approach is utilized. With a multi-input multi-class approach, a Transfer Learning model based on VGG16 is trained to identify objects from various perspectives and classify them into one of many predefined classes. The VGG16 architecture in the multi-input and multi-class classification of Toraja Buffalo breeds demonstrates excellent results with an average accuracy of 93.33%. The "Kerbau Lotong Boko" and "Kerbau Bonga Ulu" classes achieved 100% accuracy, while other classes showed high precision, recall, and F1 scores. Despite fluctuations in accuracy and loss during training, the model successfully achieved good convergence and generalization. This research is significant in the field of image classification by introducing a multi-input method capable of capturing richer and more diverse information from complex objects such as Toraja buffalo. It demonstrates that CNN architectures like VGG16 can be adapted to handle more complex classification tasks using a multi-input approach.
Pelatihan dan Pengembangan Konten Website Bagi Pengelola UPT. Managemen Inovasi dan Inkubasi Bisnis UMI Hayati, Lilis Nur; Salim, Yulita; Hermany, Nurul Inayah; Ismail, Wawan
Ilmu Komputer untuk Masyarakat Vol 5, No 1 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkomas.v5i1.2287

Abstract

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 Pengelola
ANALISIS PERBANDINGAN ROUTING PROTOKOL OPEN SHORTES PATH FIRST (OSPF) DENGAN ENHANCED INTERIOR GATEWAY ROUTING PROTOCOL (EIGRP) Indah, Nur; Salim, Yulita; Satra, Ramdan
ILKOM Jurnal Ilmiah Vol 10, No 1 (2018)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v10i1.205.92-99

Abstract

Routing adalah proses pemilihan rute terbaik untuk suatu paket data agar dapat sampai ke tujuannya. Proses routing sangat dibutuhkan dalam proses pengiriman  data. Penelitian ini melakukan analisis implementasi routing protocol Enhanced Interior Gateway Routing Protocol (EIGRP) dengan Open Shortest Path First (OSPF). Kinerja jaringan dievaluasi menggunakan software GNS3 dan aplikasi Wireshark dengan memperhatikan parameter Quality of Service (QoS) seperti delay, throughput dan packet loss pada kedua routing protocol yang digunakan. Berdasarkan hasil pengujian maka diperoleh nilai delay sebesar 283,953 ms pada OSPF dan 268,217  ms pada EIGRP, nilai throughput sebesar 3004 bps pada OSPF dan 3162,813 bps pada EIGRP serta nilai packet loss sebesar 9% pada OSPF dan 0% pada EIGRP. Dengan demikian diketahui bahwa kinerja routing protocol EIGRP lebih baik 5,19% untuk nilai delay, 5% untuk nilai throughput dan 100% untuk nilai packet loss daripada kinerja dari routing protocol OSPF yang diimplementasikan pada jaringan PT. Phinisi Global Data.
APLIKASI PENCARIAN LOKASI PANTI ASUHAN DI KOTA AMBON BERBASIS MOBILE Irawati, Irawati; Aswin, Hafiza; Salim, Yulita
ILKOM Jurnal Ilmiah Vol 10, No 3 (2018)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v10i3.371.338-343

Abstract

The diverse population of Ambon City has led to a diversity of spiritual beliefs that can be found in this city, this also has an impact on the orphanages built in Ambon City. Based on the source www.malukuprov.go.id, which is the official address of the Ambon City Government website, there is no information relating to the orphanage. As a result, donors in Ambon City experienced difficulties in getting accurate information about orphanages, because limited information from prospective donors took the initiative by asking the public to obtain information about the local orphanage. The location search application for this orphanage was built using the Location Based Service (LBS) system that can provide information on routes to orphanages to donors through mobile android users equipped with navigation features and display information about the related orphanage to facilitate donors in concluding the orphanage which ones need more donations.
K-Means and K-Medoid in Clustering Analysis of Network Congestion Level Darwis, Herdianti; Purnawansyah, Purnawansyah; Umalekhoa, Alfi Syahrin; Adnan, Adam; Salim, Yulita; Umar, Fitriyani; Raja, Roesman Ridwan; Fajar AR, Muh. Aqil
ILKOM Jurnal Ilmiah Vol 17, No 3 (2025)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v17i3.2083.323-335

Abstract

This research investigates the application of clustering techniques to network congestion data at Universitas Muslim Indonesia, employing a hybrid metric approach based on packet loss and delay. The study utilized two algorithms, K-Means and K-Medoid, applied in a semi-supervised scenario to group 255,147 network data points into 3, 4, and 5 clusters, considering 10 principal variables. During the pre-processing phase, data cleansing was conducted to address missing values, followed by normalization to standardize the scale of numerical variables, thereby preparing the data for the clustering process. Model validation was performed using four cluster evaluation methods: Gap Statistic, Davies-Bouldin Index, and Elbow Method. The evaluation results indicate that both algorithms were capable of forming valid and reliable clusters. However, the K-Means algorithm demonstrated superior performance compared to K-Medoid, particularly when utilizing three Quality of Service variables: throughput, packet loss, and delay. In this configuration, K-Means yielded more stable clusters, a clearer separation between clusters, and a more structured visualization. Consequently, K-Means is considered more optimal for classifying network congestion levels and presents an effective approach for network data segmentation
Evaluating the Effectiveness of TBaWI for Imputation of Missing Rainfall Data Syafie, Lukman; Awangga, Narendra; Salim, Yulita
ILKOM Jurnal Ilmiah Vol 18, No 1 (2026)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v18i1.3273.97-108

Abstract

Daily rainfall data plays an important role in hydrological and climatological analysis, especially in tropical regions characterised by high rainfall variability and sharp seasonal changes. However, observational data often has gaps, which can reduce model accuracy and obscure relevant climatological signals. This study addresses these issues by applying the Trend-Based Adaptive Window Imputation (TBaWI) method, an adaptive imputation approach that considers local temporal trends and seasonal dynamics in estimating missing rainfall values. This method was tested using CHIRPS data for the Makassar region for the period 2014–2023 with synthetic data loss scenarios of 10%, 15%, 20%, and 25%. The results show that TBaWI consistently provides a lower Mean Absolute Error (MAE) value, namely 6.14–7.65 mm, compared to linear interpolation, which produces 6.46–7.75 mm. The SMAPE value of TBaWI is also lower, for example 33.16% in the 15% data loss scenario, compared to interpolation at 35.06%. In addition, this method showed an improvement in the ability to identify dry days through the Zero Hit Rate (ZHR), which reached 60.08% in the 20% data loss scenario, higher than the interpolation of 58.32%, while the Rainy Hit Rate (RHR) remained in a stable range of 79–88%. These findings indicate that TBaWI is more effective in maintaining climatological consistency and numerical accuracy of tropical rainfall data. Further research is expected to integrate spatial aspects and optimise machine learning-based parameters to improve the generalisation of the method under various climatic conditions.
SISTEM PENANDA KEPEMILIKAN FILE DOKUMEN MENGGUNAKAN METODE DIGITAL WATERMARK PADA FILE PENELITIAN DOSEN UNIVERSITAS MUSLIM INDONESIA Salim, Yulita; Azis, Huzain
ILKOM Jurnal Ilmiah Vol 9, No 2 (2017)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v9i2.125.161-166

Abstract

UMI sebagai perguruan tinggi terbesar dan terbaik di Indonesia bagian timur memiliki database yang cukup besar, terutama pada database penelitian dosen. Banyaknya data yang tersimpan memiliki resiko adanya pengambilan dan pengakuan kepemilikan data khususnya data penelitian dosen. Penelitian ini bertujuan untuk merancang sebuah sistem yang dapat memberi penanda kepemilikan pada sebuah dokumen teks penelitian yang dapat digunakan oleh dosen di UMI. Metode penelitian yang dilakukan meliputi identifikasi masalah, studi literature mengenai file dokumen yang akan digunakan sebagai data uji dan metode Digital Watermark sebagai algoritma untuk penanda kepemilikan file dokumen yang diuji, desain aplikasi desktop menggunakan bahasa pemrograman Java dan MySQL sebagai database server. Hasil penelitian ini adalah sistem yang dapat digunakan dosen maupun pihak Lembaga Penelitian dan Pengembangan Sumber Daya (LP2S) UMI untuk memberi tanda kepemilikan pada dokumen agar dapat memberikan layanan tambahan dalam pengecekan kemiripan judul yang telah ada sebelumnya di LP2S.
Perancangan User Interface Layanan Konseling mahasiswa Fakultas Ilmu Komputer UMI Mz, Muhammad Fahd; Salim, Yulita; irawati, irawati
LINIER: Literatur Informatika dan Komputer Vol 3, No 1 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i1.3491

Abstract

Layanan konseling mahasiswa merupakan salah satu layanan non-akademik yang berperan penting dalam mendukung keberhasilan studi dan kesejahteraan mahasiswa. Namun, keterbatasan akses informasi serta belum optimalnya pemanfaatan teknologi dapat menjadi kendala dalam penyelenggaraan layanan konseling. Penelitian ini bertujuan untuk merancang user interface layanan konseling mahasiswa Fakultas Ilmu Komputer Universitas Muslim Indonesia yang berorientasi pada kebutuhan pengguna. Metode yang digunakan dalam penelitian ini adalah Human-Centered Design (HCD), yang meliputi tahapan empathize, define, ideate, prototype, dan evaluate. Pendekatan ini digunakan untuk memahami kebutuhan dan permasalahan pengguna sebagai dasar dalam perancangan antarmuka sistem. Hasil penelitian berupa rancangan user interface layanan konseling mahasiswa yang memiliki alur layanan terstruktur, fungsi yang jelas, serta antarmuka yang mudah dipahami oleh pengguna. Pemodelan sistem dilakukan menggunakan use case diagram, activity diagram, dan sequence diagram untuk menggambarkan interaksi dan alur proses layanan konseling. Rancangan user interface yang dihasilkan diharapkan dapat meningkatkan kemudahan akses, kenyamanan penggunaan, dan efektivitas layanan konseling bagi mahasiswa Fakultas Ilmu Komputer Universitas Muslim Indonesia
Perbandingan Meta AI dan Grok AI Terhadap Pola Perintah Identik Ayyub, Muhammad Algifari; Salim, Yulita; Mude, Muh.Aliyazid
LINIER: Literatur Informatika dan Komputer Vol 3, No 1 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i1.3482

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja antara Chatbot Meta AI dan Grok AI dalam merespons pola perintah yang serupa. Metode yang digunakan meliputi Metode Black Box dan algoritma K-Means Clustering. Hasil pengujian menunjukkan bahwa Grok AI unggul dalam memberikan penjelasan mendalam dan menyajikan jurnal penelitian terkini. Keunggulan ini ditemukan berkat kemampuan pemrosesan bahasa alami yang handal serta integrasi teknologi real-time melalui platform X (Twitter). Di sisi lain, Meta AI menunjukkan keunggulan dalam efisiensi penggunaan, kecepatan respons yang mencapai 11,11 detik, serta kreativitas dalam output, yang didukung oleh optimasi model bahasa Llama 3. 2. Proses clustering dengan K=2 berhasil mengelompokkan data menjadi dua cluster: Cluster 0, di mana Chatbot Grok AI unggul dalam kedalaman informasi yang terkini; dan Cluster 1, di mana Chatbot Meta AI lebih cepat, efisien, serta menawarkan solusi inovatif. Analisis faktor mengungkapkan bahwa perbedaan kinerja ini dipengaruhi oleh desain arsitektur model, strategi integrasi data, serta prioritas pengembangan masing-masing platform