Article Per Year (5 Year)
p-Index From 2021 - 2026
4.222
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Informatika dan Teknik Elektro Terapan JOIV : International Journal on Informatics Visualization Jurnal TIKOMSIN (Teknologi Informasi dan Komunikasi Sinar Nusantara) Jurnal Teknik Informatika (JUTIF) BIOS : Jurnal Teknologi Informasi dan Rekayasa Komputer Malcom: Indonesian Journal of Machine Learning and Computer Science Adopsi Teknologi dan Sistem Informasi Journal of Student Research Exploration Pengabdian Kepada Masyarakat Bidang Teknologi dan Sistem Informasi Kreatif Teknologi dan SIstem Informasi Jurnal Ilmiah Sistem Informasi Jurnal Computer and Technology
Masa, Amin Padmo Azam
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 30 Documents
Search

 1   2   3 
Rancang Bangun Website Manajemen Praktikum Sistem Informasi Menggunakan Metode Agile Scrum Fahlevy, Muhammad Novil; Kamila, Vina Zahrotun; Masa, Amin Padmo Azam
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 3 (2025): November: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/ck0m2k25

Abstract

Pengelolaan laboratorium pendidikan di perguruan tinggi membutuhkan sistem administrasi yang terstruktur. Saat ini, praktikum Sistem Informasi Universitas Mulawarman masih menggunakan Google Classroom untuk pengumpulan tugas dan Google Spreadsheet untuk presensi, yang menimbulkan inefisiensi dan beban kerja administratif bagi asisten laboratorium. Selain itu, pendekatan terpisah ini menghambat dosen dalam memantau perkembangan praktikan secara menyeluruh. Penelitian ini bertujuan merancang dan mengembangkan website manajemen praktikum Sistem Informasi untuk mengintegrasikan seluruh proses administrasi, sekaligus mengevaluasi fungsionalitas dan penerimaan pengguna melalui pengujian Black Box Testing dan User Acceptance Testing (UAT). Pengembangan website dilakukan dengan metode Agile Scrum selama 40 hari (24 Maret–3 Mei 2025) melalui 6 sprint dan 11 masukan pengguna. Teknologi yang digunakan meliputi Laravel (PHP), Tailwind CSS, dan MySQL. Data dikumpulkan melalui wawancara serta pengujian Black Box Testing dan UAT yang melibatkan praktikan, asisten lab, dan dosen. Website ini berhasil mengintegrasikan fitur-fitur seperti presensi, manajemen kelas, tugas, Surat Peringatan (SP), dan dashboard monitoring untuk dosen. Black Box Testing membuktikan semua fitur berfungsi sesuai harapan, sementara UAT (2–11 Juni 2025) menghasilkan skor 91,5% (Sangat Baik), dengan penilaian tertinggi dari dosen (97,8%). Namun, aspek kemudahan akses data kehadiran (P4) dan tata letak menu (P9) masih perlu ditingkatkan. Penelitian ini memberikan solusi terpadu yang mengatasi fragmentasi sistem sebelumnya, meningkatkan efisiensi administratif, dan transparansi praktikum. Meskipun belum diimplementasikan langsung, website ini menjadi dasar pengembangan lebih lanjut, khususnya dalam meningkatkan User Experience untuk seluruh pengguna.
Enhancing crude palm oil quality detection using machine learning techniques Puspitasari, Novianti; Hairah, Ummul; Kamila, Vina Zahrotun; Hamdani, Hamdani; Septiarini, Anindita; Masa, Amin Padmo Azam
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 4: August 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i4.pp2955-2963

Abstract

Indonesia, a leading nation in the palm oil industry, experienced a significant increase of 15.62% in crude palm oil (CPO) exports in 2020, effectively meeting the global need for vegetable oil and fat. Therefore, the subjective assessment of CPO quality, influenced by differences in human evaluations, may lead to inconsistencies, necessitating the adoption of machine learning methods. There are several categories of CPO, such as bad and excellent. Machine learning can determine the quality of CPO itself. This study utilizes two distinct categories to measure the quality of CPO. CPO quality data is collected and processed into pre-processing data, in classifying using several methods such as artificial neural network (ANN), k-nearest neighbor (KNN), support vector machine (SVM), decision tree (DT), naïve Bayes (NB), and C.45 using the cross-validation evaluation parameter. The best results are obtained by C.45 and DT with an accuracy of 99.98%.
Sentiment analysis of youtube comments on the palestine-israel conflict: Performance comparison of SVM, KNN, and RFC Lintang, Irendra; Jumanto, Jumanto; Masa, Amin Padmo Azam
Journal of Student Research Exploration Vol. 3 No. 1 (2025): January 2025
Publisher : SHM Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52465/josre.v3i1.426

Abstract

The Palestine-Israel conflict, rooted in territorial and religious identity disputes in the Middle East, notably over the sanctity of Jerusalem, is impacted by various political, economic, and social factors. This study employs text-mining techniques to analyze the sentiment of YouTube comments concerning the conflict. Utilizing data collected via the YouTube API, the study preprocesses, analyzes sentiment, and classifies comments using three machine learning algorithms: K-Nearest Neighbors (K-NN), Random Forest Classifier (RFC), and Support Vector Machine (SVM). The categorization report measures are utilized to compare how well the models performed in classifying estimation as positive or negative. Outflanking all other classifiers, the Irregular Woodland Classifier (RFC) accomplishes 78curacy with accuracy rates of 0.76 for positive and 0.79 for negative assumptions. With a precision rate of 77%, SVM illustrates an inclination in favor of negative sentiments, though K-NN, with an exactness rate of 60%, shows an imbalance favoring negative over positive estimations.
PERAMALAN MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING DAN ARIMA UNTUK PENGENDALIAN PERSEDIAAN BARANG PADA PERUSAHAAN PENGUMPUL LIMBAH Alviana, Kurnia; Kamila, Vina Zahrotun; Masa, Amin Padmo Azam
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3S1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3S1.7794

Abstract

Peramalan dan pengendalian persediaan bahan baku merupakan hal penting dalam proses pengambilan keputusan pada perencanaan produksi. Sifat limbah yang mudah terbakar dan meledak serta persaingan perusahaan dapat mempengaruhi proses bisnis kedepan, oleh karena itu dibutuhkan pengelolaan barang yang baik diantaranya dengan melakukan peramalan dan pengendalian persediaan. Tujuan penelitian ini untuk mendapatkan metode terbaik antara metode single exponential smoothing dan ARIMA dalam meramalkan permintaan minyak pelumas bekas serta mengendalkian persediaan. Penelitian ini menerapkan beberapa metode dimulai dengan peramalan menggunakan metode single exponential smoothing dan ARIMA, serta pengendalian persediaan bahan baku menggunakan metode EOQ. Peramalan dengan bantuan minitab dan eviews didapatkan bahwa metode single exponential smoothing lebih cocok dalam meramalkan permintaan minyak pelumas bekas dengan tingkat kesalahan MSE pada minitab sebesar 91562225.19 dan eviews sebesar 93773334.91, dan MAPE pada minitab sebesar 17% dan eviews sebesar 20%. Sedangkan metode EOQ lebih ekonomis dalam mengendalikan persediaan bahan baku berdasarkan peningkatan pembelian bahan baku menjadi 192.778 liter dengan pembelian sebelumnya sebanyak 7.870 liter, pengurangan total biaya persediaan menjadi Rp. 1.020.620 dengan sebelumnya sebanyak Rp, 12.500.833, frekuensi pemesanan menjadi 3 kali dalam setahun setiap 98 hari dengan titik order kembali pada 3.305.771 liter yang sebelumnya sebanyak 60 kali dalam setahun setiap 7 hari.
COMBINATION OF WP AND TOPSIS METHODS IN A DECISION SUPPORT SYSTEM FOR WATERMELON SEED RECOMMENDATION Tejawati, Andi; Puspitasari, Novianti; Pasorong, Hillary Bella; Masa, Amin Padmo Azam
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 4 (2024): JUTIF Volume 5, Number 4, August 2024 - SENIKO
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.4.2317

Abstract

Watermelon is a horticultural plant that can be cultivated by the wider community with adequate profits. In Indonesia, watermelon production is still unable to meet the huge market demand and has not been able to be met by local watermelon-producing areas. One of the reasons why watermelon production is insufficient is because the fruit is easily damaged due to inappropriate watermelon seeds. The right watermelon seeds can be selected using a Decision Support System. This study uses two combination methods, namely Weighted Product (WP) and Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS), to be applied in the Decision Support System for watermelon seed recommendations. The WP method is used to determine the weight of the criteria, while TOPSIS is used to determine the order of watermelon seed recommendations. The data used in this study were twenty alternative watermelon seeds with five criteria, namely land recommendations, yield potential, fruit weight, harvest age, and disease resistance. Of the five criteria determined by the WP method, the largest criterion value is in the land recommendation. The results of the implementation with both methods produced recommendations for watermelon seeds, with the first ranking result being the F1 Series (3n) watermelon seeds with a preference value of 0.85442, and black box testing showed that this system was able to provide recommendations for quality watermelon seeds according to their functionality based on the application of the WP and TOPSIS methods.
IMPLEMENTASI MARKET BASKET ANALYSIS PADA DATA PENJUALAN CV. XYZ MENGGUNAKAN ALGORITMA FP-GROWTH Ridho, Abdillah Nur; Masa, Amin Padmo Azam; Widagdo, Putut Pamilih
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4541

Abstract

Market Basket Analysis (MBA) merupakan sebuah metode analisis yang dapat memberikan informasi tentang produk apa saja yang sering dibeli secara bersamaan yang dapat dijadikan dasar dalam penentuan strategi penjualan. CV. XYZ perusahaan yang bergerak di bidang produksi dan penjualan seminar kit seperti lanyard, blocknote, goodie bag, mug, dan barang lainnya sesuai dengan kebutuhan pelanggan. CV. XYZ telah melakukan pencatatan transaksi secara cermat antara perusahaan dan pelanggan. Informasi transaksi dapat menjadi sumber wawasan berharga dalam menganalisis pola pembelian pelanggan dengan menggunakan market basket analysis atau analisis keranjang belanja. Implementasi analisis keranjang belanja dilakukan dengan menggunakan algoritma FP-Growth. Algoritma FP-Growth merupakan pengembangan dari metode apriori sebagai salah satu alternatif untuk menentukan himpunan data yang paling sering muncul (Frequent itemset) dalam sebuah kumpulan data, algoritma FP-Growth dinilai lebih cepat dibanding algoritma apriori. Data transaksi yang digunakan berjumlah 138 transaksi yang terdiri dari 21 jenis item. Setelah melalui proses penerapan algoritma FP-Growth dengan menggunakan nilai minimum support 5% dan nilai minimum confidence 40% diperoleh total 12 association rules dengan 2 itemset. Adapun rule dengan nilai confidence tertinggi yaitu jika membeli blocknote, maka membeli pulpen dengan nilai support 13% dan nilai confidence 94,74%.
PERBANDINGAN DOUBLE MOVING AVERAGE DAN DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI DAGING TERNAK SAPI Alhabsy, Said Nabil Hasan; Masa, Amin Padmo Azam; Widagdo, Putut Pamilih
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6290

Abstract

Produksi daging sapi di Indonesia pada tahun 2023 diperkirakan defisit, dengan Kalimantan Timur berada di peringkat 17 dalam produksi daging ternak sapi. Penelitian ini bertujuan untuk menerapkan metode Double Moving Average (DMA) dan Double Exponential Smoothing (DES) dalam meramalkan produksi daging sapi di Kalimantan Timur, guna meningkatkan peringkat provinsi tersebut dan mendukung target produksi nasional. Data yang digunakan mencakup produksi daging sapi Kalimantan Timur selama 10 tahun terakhir (2014-2023). Hasil penelitian menunjukkan bahwa metode DMA ordo 5 memberikan hasil peramalan dengan akurasi terbaik. Peramalan untuk lima tahun ke depan (2024-2028) menunjukkan nilai produksi yang diprediksi akan terus menurun, yaitu: 7.707,78 ton pada 2024, 7.643,44 ton pada 2025, 7.579,10 ton pada 2026, 7.514,76 ton pada 2027, dan 7.450,42 ton pada 2028. Nilai MAPE sebesar 0,45% dan MSE sebesar 81.704,51% menunjukkan tingkat akurasi yang sangat baik dari metode DMA ordo 5. Oleh karena itu, penelitian ini merekomendasikan penggunaan metode DMA ordo 5 dan DES alpha 0,2 sebagai alat peramalan yang efektif untuk meningkatkan peringkat produksi daging sapi di Kalimantan Timur dan memenuhi target produksi nasional.
Comparison of Noise Using Reduction Method for Repairing Digital Image Masa, Amin Padmo Azam; Fajri, Muhamad Mushfa Hikmatal; Septiarini, Anindita; Winarno, Edy
JOIV : International Journal on Informatics Visualization Vol 8, No 4 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.4.2032

Abstract

Digital images are used to become a visual bridge of information. The information data must be precise so that the information can be adequately conveyed, but in the process, digital images sometimes experience a change in quality. One of the causes of this change is noise, where the image affected by noise is of poor quality, so misinformation can occur. This problem can be solved using filtering methods, but there are so many filtering methods. In this study, five filtering methods were used, including the Gaussian filter, mean filter, median filter, wiener filter, and conservative filter, to be compared with two types of noise, such as salt and pepper and speckle, so that the best method for noise reduction in digital images is known based on the criteria that have been set determined. The research results were determined based on the value of the measurement parameters Mean Square Error (MSE) and Peak Signal-to-Noise Ratio (PSNR). The results show that the conservative method is the best based on the parameter values of MSE 3.21 and PSNR = 37.99. However, when viewed visually, the median method is superior for reducing noise in digital images that have been carried out. The results of the research can be used as information to develop future research, especially in the field of digital image processing.
PERBANDINGAN METODE HOLT WINTERS EXPONENTIAL SMOOTHING DAN ARIMA PADA PERAMALAN JUMLAH WISATAWAN DI KOTA SAMARINDA Masa, Amin Padmo Azam; Tobing, Christina Febriyanti; Irsyad, Akhmad
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.9002

Abstract

Kota Samarinda sebagai ibukota Provinsi Kalimantan Timur memiliki potensi pariwisata cukup besar. Dalam Rencana Pembangunan Jangka Menengah Daerah (RPJMD) Kota Samarinda tahun 2021-2026, peningkatan kunjungan wisatawan ditetapkan sebagai salah satu indikator utama pembangunan, dengan menargetkan pertumbuhan sebesar 10% per tahun. Namun, fluktuasi jumlah kunjungan wisatawan yang tidak menentu menjadi tantangan dalam perencanaan strategis sektor pariwisata. Penelitian ini bertujuan untuk mengetahui hasil peramalan dan membandingkan dua metode peramalan yaitu Holt Winters Exponential Smoothing dan ARIMA dalam meramalkan jumlah wisatawan di Kota Samarinda. Data yang digunakan merupakan data sekunder periode Januari 2022 hingga Desember 2024 yang diperoleh dari Badan Pusat Statistik (BPS) Kota Samarinda. Hasil analisis menunjukkan bahwa model ARIMA(0,1,1) menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 7,80%, lebih akurat dibandingkan dengan metode Holt Winters Exponential Smoothing dengan nilai MAPE sebesar 9,71%. Temuan ini dapat digunakan untuk perencanaan strategis kepariwisataan Kota Samarinda yang lebih tepat sasaran.
Sosialisasi dan Edukasi Keamanan Digital untuk Meningkatkan Kesadaran Siswa terhadap Ancaman Siber di SMP Muhammadiyah 1 Samarinda Ari Pradhana, Alvin; Al Hidayat, Muhammad Restu; Aprilia, Trisna; Harsyal Kila, Hiskya; Kamila, Vina Zahrotun; Setyadi, Hario Jati; Irsyad, Akhmad; Islamiyah, Islamiyah; Saputra, Muhammad Fawaz; Masa, Amin Padmo Azam
Pengabdian kepada Masyarakat Bidang Teknologi dan Sistem Informasi (PETISI) Vol. 3 No. 2 (2025): Pengabdian Kepada Masyarakat Bidang Teknologi dan Sistem Informasi
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/petisi.v3i2.4297

Abstract

Perkembangan teknologi digital membawa kemudahan sekaligus ancaman keamanan yang semakin meningkat, terutama bagi siswa SMP yang merupakan pengguna aktif internet namun memiliki literasi keamanan digital yang rendah. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan pemahaman dan kesadaran siswa SMP Muhammadiyah 1 Samarinda terhadap ancaman siber serta langkah-langkah perlindungan akun digital. Metode yang digunakan adalah sosialisasi interaktif dengan penyampaian materi mengenai phishing, aplikasi modifikasi berbahaya, teknik password kuat, Google Account Manager, verifikasi dua langkah, dan etika keamanan internet. Evaluasi dilakukan melalui pre-test dan post-test untuk mengukur peningkatan pemahaman siswa. Kegiatan dilaksanakan pada 24 Oktober 2025 dengan melibatkan 62 siswa dari seluruh tingkat kelas di sekolah. Hasil evaluasi menunjukkan peningkatan pemahaman siswa mengenai ancaman digital dan cara melindungi akun secara mandiri. Siswa mampu mengidentifikasi ciri-ciri phishing, memahami bahaya aplikasi modifikasi, dan menerapkan praktik keamanan dasar. Kegiatan ini berhasil membentuk kesadaran keamanan digital di lingkungan sekolah dan mendorong perilaku berinternet yang lebih aman, bijak, dan bertanggung jawab bagi siswa.
Co-Authors Adiningrum , Maheswari Ahmad Yunus Al Hidayat, Muhammad Restu Al-Azhimah, Nur Inayah Alhabsy, Said Nabil Hasan Alifia, Shafa Nur Aljidannur, Andi Muhammad Rivaldy Alviana, Kurnia Amal , Fakhmul Amin, Dhestyara Alivia Andika, Arya Bhima Anindita Septiarini, Anindita Antara, Alecia Maharani Ektya Aprilia, Trisna Ari Pradhana, Alvin Arviani, Syilla Astuti, Dea Cahyaningrum Indra Astuti, Eka Desi Puji Bayu Setiawan Dengen , Helen Amalia Edy Winarno Enjellita , Rissa Fachreiza, Muhammad Fadillah, M. Rezieq Fahlevy, Muhammad Novil Fahriza, Ridho Fajri, Muhamad Mushfa Hikmatal Falah, Muhammad Akmal Faza, Muhammad Reyno Fitri , Anisa Ginting, Stephanie Elfriede Hadianto , Mohammed Noeno Hairah, Ummul Hairunnisa, Namira Aida Hamdani Hamdani Hani Purwanti Harsyal Kila, Hiskya Ibrahim, Muhammad Rivani Indra Maulana` Indra Maulana Irsyad, Akhmad IRWANSYAH Islamiyah Islamiyah Islamiyah, Islamiyah Jumanto Jumanto, Jumanto Jundillah , Muhammad Labib Jundillah, Muhammad Labib Kamila, Vina Zahrotun Karinda , Siti Solikah Yosi Lawi, Bella Theressa Lintang, Irendra Madani, Mohammad Ichsan Mulia, Amalia Budiana Nasrullah, Ryanda Putra Nurwahyu, Ferryza Padoran , Jenita Nice Pasangkin, Jharmiyanto Kurnia Pasorong, Hillary Bella Pinadekso, Achmadin Suryo Prafanto, Anton Pramudita, Nindya Prasetyo, Muhammad Eko Pratama , Rifki Pratama, Rifki Pratidina, Ummi Pratini, Hesti Puspitasari, Novianti Putut Pamilih Widagdo, Putut Pamilih Rabbani, Zaki Fauzan Ramadhan , Riendra Zanneti Ramadhana Ramadhani, Alya Rizqi Ramadiani Rapiq, Rayhan Abdilah Ridho , Abdillah Nur Ridho, Abdillah Nur Riswanti, Nita Rizky Chandra, Rizky Sagita, Andi Yolanda Saputra , Fadil Saputra, Fachi Aditia Saputra, Muhammad Fawaz Saragi , Bertha Joy Rodo Sari, Syafrina Aulia Setyadi, Hario Jati Sidabutar, Erni Veronica Tejawati, Andi Tobing, Christina Febriyanti Verdila, Vebi Wanda, Awang Muhammad Trielevy Widagdo , Putut Pamilih Zahra , Aji Arinda