Article Per Year (5 Year)
p-Index From 2021 - 2026
6.683
P-Index
This Author published in this journals
All Journal Jurnal Teknik International Journal of Advances in Intelligent Informatics Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research Knowledge Engineering and Data Science JPM (Jurnal Pemberdayaan Masyarakat) ILKOM Jurnal Ilmiah Computer Science and Information Technologies Indonesian Journal of Data and Science Buletin Sistem Informasi dan Teknologi Islam Ilmu Komputer untuk Masyarakat Jurnal Pengabdian Mandiri Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia Bandung Conference Series: Industrial Engineering Science Bandung Conference Series: Statistics Bulletin of Social Informatics Theory and Application Journal of Embedded Systems, Security and Intelligent Systems Linier: Literatur Informatika dan Komputer
Manga, Abdul Rachman
Univeristas Muslim Indonesia
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Social Sciences Other

Published : 57 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 57 Documents
Search

 2   3   4   5   6 
A Comparative Study of LSTM and CNN Models in SQL Injection Attack Detection Abdul Rachman Manga'; Wahyu Kadri Rahmat Suat Suat; Huzain Azis
Indonesian Journal of Data and Science Vol. 7 No. 2 (2026): Indonesian Journal of Data and Science
Publisher : Yocto Brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v7i2.460

Abstract

Introduction: SQL Injection (SQLi) remains a critical cybersecurity threat because it exploits vulnerabilities in user input validation and can compromise the confidentiality, integrity, and availability of information systems. This study compares Long Short-Term Memory (LSTM) and Convolutional Neural Network (CNN) architectures for detecting malicious SQL queries under identical experimental conditions. Method: A publicly available dataset containing 148,327 malicious and benign SQL query instances was preprocessed through missing-value removal, label encoding, tokenization, sequence transformation, padding, and embedding representation. LSTM and CNN models were evaluated using three train-test split scenarios of 70:30, 80:20, and 90:10. Performance was assessed using accuracy, precision, recall, F1-score, and confusion matrices, with the 80:20 split selected for detailed evaluation. Results and Discussion: LSTM consistently achieved higher accuracy across the evaluated splits, ranging from 97.84% to 98.00%. Under the 80:20 configuration, LSTM achieved 97.86% accuracy, 99.34% precision, 96.55% recall, and a 97.92% F1-score, compared with CNN at 97.00%, 97.68%, 96.56%, and 97.12%, respectively. LSTM also reduced false positives from 356 to 99, demonstrating better discrimination between legitimate and malicious queries. Conclusion: LSTM provides more reliable SQL Injection detection than CNN by better capturing sequential dependencies within SQL query structures, making it a promising approach for practical cybersecurity systems
Penerapan Metode User Centered Design Pada Sistem Pakar Diagnosis Penyakit Kulit Berbasis Web Andi Azizul Hidayat; Farniwati Fattah; Abdul Rachman Manga’
LINIER: Literatur Informatika dan Komputer Vol 1, No 2 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v1i2.2493

Abstract

Infeksi penyakit kulit merupakan salah satu masalah global kesehatan masyarakat yang memiliki berbagai bentukpengobatan dengan dampak yang minimal. Penyakit herpes adalah salah satu penyakit kulit yang sangat susah untuk diobatidan semua orang pasti bisa mengalaminya, Karakteristik penyakit ini ditandai dengan adanya vesikel unilateral yangberkelompok dengan nyeri yang ditandai dengan radikulopati sekitar dermatom. Pemanfaatan teknologi web dalammengembangkan sistem pakar telah menjadi solusi yang menarik. Dengan menggunakan platform web, sistem pakar dapatdiakses secara online oleh perawat atau bahkan pasien. User centered design merupakan desain yang digunakan karenamenyajikan pendekatan terbaik jika menggambarkan dari tahap awal suatu proses interaktif untuk mendiagnosis penyakitkulit. Dengan web ini tidak harus menunggu lama untuk mengantisipasi pengobatan secara cepat dan tepat. Caramenggunakan web ini yaitu pasien mendapatkan pertanyaan berupa gejala-gejala yang dialami oleh pasien, selanjutnyasistem akan mengolah semua jawaban pasien dan sistem akan mengeluarkan output berupa hasil diagnosa jenis penyakit.Sistem yang dibangun dapat membantu pasien dalam mengetahui jenis penyakit yang sedang diderita pasien dan sesuaidengan analisis pakar penyakit kulit.
Rancang Bangun Aplikasi Pengaduan Masyarakat Melalui Kantor Kecamatan Mariso Berbasis Mobile Menggunakan Metode Waterfall Aliefian Raflisyah; Irawati Irawati; Abdul Rachman Manga’
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.v3i1.3492

Abstract

Kecamatan Mariso merupakan salah satu Kecamatan yang ada di Kota Makassar, Sulawesi Selatan. Proses pengaduan yang dilakukan oleh masyarakat Mariso masih secara manual yang harus dating secara langsung ketempatnya, dalam hal ini di kantor kecamatan. Masyarakat mariso jika ingin melaporkan pengaduan harus datang ke kantor kecamatan. Hal ini menimbulkan keluhan masyarakat menumpuk dan proses yang tidak efisien dari segi waktu, tenaga dan biaya. Metode yang diterapkan pada perancangan aplikasi adalah metode Waterfall, dan Teknik pengumpulan data yang digunakan adalah observasi awal, interview, dan pengumpulan literatur. Tahapan metode agile yang digunakan yaitu perencanaan, implementasi, tes perangkat lunak, dokumentasi, development, dan pemeliharaan. Tujuan dari penelitian ini adalah terbentuknya sebuah aplikasi berbasis mobile yang dapat digunakan masyarakat kecamatan Mariso Ketika ingin melakukan pengaduan. Adapun hasil penelitian ini yaitu adanya aplikasi berbasis mobile yang dapat digunakan pada tahap pembuatan aplikasi, desain user interface yang dirancang bersifat user friendly, sehingga memberikan kemudahan bagi pengguna aplikasi
Rancang Bangun Jaringan Tournament Offline Esport Permainan Player Unknown Battleground Mobile Muhammad Fiqram; Farniwati Fattah; Abdul Rachman Manga’
LINIER: Literatur Informatika dan Komputer Vol 1, No 3 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v1i3.2501

Abstract

Kemajuan dalam dunia e-sport, khususnya melalui platform game Playerunknown's Battlegrounds Mobile (PUBG Mobile),telah merubah pandangan masyarakat terhadap bermain game. Aktivitas yang dahulu sering dianggap hanya sebagaihiburan belaka dan dipandang sebelah mata, kini diakui sebagai kegiatan yang mampu memberikan manfaat positif,terutama dalam mengembangkan kemampuan soft skill melalui kompetisi. Namun, di balik perkembangan ini, masihterdapat beberapa masalah yang belum terselesaikan, salah satunya merupakan kurangnya dukungan infrastruktur jaringanyang memadai. Oleh karena itu, tujuan utama dari penelitian ini merupakan merancang sebuah prototype jaringan yangdapat digunakan untuk turnamen e-sport PUBG Mobile. Perancangan ini menggunakan metode studi literatur dan pengujianmelalui simulasi nyata. Penggunaan metode dalam perancangan jaringan turnamen mampu menghasilkan sebuah rancanganprototype jaringan yang dapat memenuhi seluruh kebutuhan teknis untuk kegiatan tournament, sehingga dapat mendukungkelancaran dan kualitas kompetisi e-sport secara optimal. Penelitian ini diharapkan dapat memberikan solusi praktis daninovatif untuk mendukung perkembangan e-sport yang semakin pesat
Kipas Angin Otomatis Berbasis Arduino Uno Menggunakan Sensor DHT11 Khalish Ghandur Syamsuddina; Ramdan Satra; Abdul Rachman Manga
LINIER: Literatur Informatika dan Komputer Vol 1, No 1 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v1i1.2267

Abstract

Suhu tubuh Manusia bervariasi tergantung dengan kondisi ruangan dan faktor-faktor seperti iklim tropis dan pemanasan global di Indonesia. Oleh karena itu, diperlukan alat pendingin untuk memberikan kenyamanan dengan menurunkan suhu dan menciptakan suasana yang lebih sejuk.Alat pendingin yang umum digunakan adalah kipas angin. Namun, sebagian besar kipas angin yang tersedia saat ini masih bersifat manual, mengharuskan pengguna untuk menekan atau memutar tombol pada badan kipas untuk menghidupkan atau mematikannya. Kendala ini sering membuat manusia enggan mengoperasikan kipas, karena harus mendekati alat tersebut. Sebagai solusi, telah dikembangkan kipas angin otomatis yang menggunakan sensor suhu (DHT11) dan dikendalikan melalui Arduino Uno. Sensor DHT11 berfungsi untuk mengukur suhu ruangan, sementara Arduino bertugas sebagai pengendali. Tujuan dari pengembangan kipas angin otomatis ini adalah untuk memberikan kemudahan kepada pengguna dalam mengontrol kipas angin Dalam pengujian, kipas otomatis akan menyala jika sensor membaca suhu ruangan 30°C atau lebih, dan akan mati jika suhu berada pada 29°C ke bawah. Dengan demikian, alat ini memberikan kenyamanan tanpa memerlukan interaksi manual yang intensif.
Perancangan Sistem Informasi Perpustakaan Digital Dengan Fitur Rekomendasi Bacaan Buku Digital Dwiky Aries Nugraha Yusuf; Abdul Rachman Manga
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.v3i1.3484

Abstract

Perpustakaan berperan penting dalam mendukung pendidikan dan meningkatkan literasi masyarakat. Perkembangan teknologi informasi mendorong transformasi perpustakaan konvensional menjadi perpustakaan digital untuk memenuhi kebutuhan masyarakat modern yang mengutamakan efisiensi dan kemudahan akses informasi. Namun, perpustakaan digital menghadapi tantangan seperti keterbatasan dalam sistem pencarian, pengelolaan ulasan, dan penyediaan rekomendasi yang relevan. Permasalahan ini menunjukkan perlunya pengembangan sistem informasi berbasis teknologi yang lebih adaptif dan responsif terhadap kebutuhan pengguna. Penelitian ini bertujuan untuk merancang sistem informasi perpustakaan digital berbasis Natural Language Processing (NLP) yang mampu meningkatkan kualitas layanan perpustakaan dengan fitur rekomendasi bacaan buku digital. Teknologi NLP digunakan untuk menganalisis sentimen ulasan/komentar pengguna, meningkatkan akurasi pencarian, dan menyediakan rekomendasi buku sesuai preferensi. Proses pengembangan sistem mencakup pengumpulan data melalui web scraping, pelabelan, pre-processing, pembagian data, dan analisis model NLP. Evaluasi dilakukan untuk mengukur akurasi, presisi, dan recall. Hasil perancangan penelitian menunjukkan bahwa penerapan NLP dapat meningkatkan efisiensi sistem perpustakaan digital, baik dalam memahami kebutuhan pengguna maupun dalam menyajikan informasi. Sistem informasi perpustakaan digital tidak hanya membantu pengguna dalam menemukan bahan bacaan yang sesuai kebutuhan, tetapi juga memperkuat peran perpustakaan sebagai pusat literasi adaptif terhadap perkembangan teknologi. Dengan demikian, perpustakaan digital berbasis NLP menjadi solusi inovatif untuk meningkatkan aksesibilitas dan pengalaman pengguna secara signifikan
Sistem Keamanan Sepeda Motor Menggunakan Radio Frequency Identification Memanfaatkan e-KTP Sebagai Tag Berbasis Arduino Nano Chaerun Niam Syah; Farniwati Fattah; Abdul Rachman Manga’
LINIER: Literatur Informatika dan Komputer Vol 1, No 2 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v1i2.2492

Abstract

Keamanan kendaraan bermotor, terutama sepeda motor, menjadi aspek krusial dalam mengatasi tantangan keamanan di erateknologi modern. Penelitian ini memperkenalkan dan mengimplementasikan sebuah sistem keamanan sepeda motor yanginovatif berdasarkan Teknologi radio frequency identification (RFID), dengan memanfaatkan E-KTP sebagai tag, dandikendalikan oleh Arduino Nano. Teknologi radio frequency identification (RFID), yang beroperasi melalui gelombangradio untuk mentransfer data antara tag dan pembaca, diadopsi untuk memperkuat sistem keamanan. E-KTP, yang telahdilengkapi dengan chip radio frequency identification (RFID), dipilih sebagai tag untuk identifikasi pada sepeda motor.Arduino Nano, dengan keunggulan ukuran kecil dan konsumsi daya rendah, dijadikan otak pengendali untuk mengolahinformasi dari pembaca radio frequency identification (RFID) dan mengambil keputusan terkait izin operasional sepedamotor. sistem keamanan sepeda motor ini diharapkan berhasil diimplementasikan, di mana identifikasi dilakukan denganmendekatkan E-KTP yang telah terintegrasi dengan chip radio frequency identification (RFID) ke pembaca pada sepedamotor. Arduino Nano bertanggung jawab untuk memproses informasi tersebut dan menentukan apakah sepeda motortersebut dapat dioperasikan atau tidak. Sistem keamanan ini memberikan tingkat keamanan yang lebih tinggi dibandingkandengan metode konvensional. Kelebihan lainnya terlihat pada penggunaan E-KTP sebagai tag, memberikan kemudahanpenggunaan dan integrasi dengan dokumen identifikasi resmi.Tulisan ini diharapkan dapat menyumbangkan kontribusipositif dalam pengembangan sistem keamanan kendaraan bermotor yang lebih canggih dan efektif, serta mendorong adopsiteknologi radio frequency identification (RFID) dalam meningkatkan keamanan kendaraan.
Real-time Deep Learning Detection of Toraja Carving Motifs using YOLO11m for Cultural Heritage Preservation Herman, Herman; Mufti, Farid Wajdi; Manga, Abdul Rachman; Nasir, Haidawati
Knowledge Engineering and Data Science
Publisher : citeus

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

Abstract

Toraja carvings are an important part of Indonesia’s cultural heritage, rich in symbolic, aesthetic, and philosophical meaning. However, the identification and preservation of carving motifs still rely on subjective, time-consuming manual processes, limiting scalability and inconsistent knowledge transmission. From a Knowledge Engineering and Cognitive Data Science perspective, this challenge highlights the need for mechanisms that can transform visual cultural artifacts into structured, machine-interpretable knowledge. This study investigates the use of the YOLO11m model as a data-driven approach for modeling cultural knowledge through automated detection of three Toraja carving motifs: pa_tedong, pa_kapu_baka, and pa_manu_londongan using original images collected directly from traditional Tongkonan houses. A total of 222 high-resolution images were manually annotated and preprocessed through resizing to 640×640 pixels and auto-orientation for input standardization, then divided into 70% training, 20% validation, and 10% testing sets. The model was trained on an NVIDIA A100 GPU using the Ultralytics framework in Google Colab and evaluated using precision, recall, F1-score, and mean Average Precision (mAP). Experimental results show that YOLO11m achieved an mAP@0.5 of 96.5%, demonstrating robust performance in capturing complex visual and semantic patterns despite challenges such as motif similarity and data imbalance. Beyond detection accuracy, the findings indicate that deep learning–based object detection can support the systematic documentation, interpretation, and reuse of cultural knowledge, contributing to scalable digital preservation of traditional cultural artifacts. Future work will explore larger datasets, optimized hyperparameters, and advanced detection models to further enhance the robustness of cultural knowledge representations further.
Comparative Performance of VGG16 and EfficientNetB0-Based Transfer Learning for Brain Tumor Classification Azis, Huzain; Jalil, Rizqi Ananda; Manga', Abdul Rachman
Knowledge Engineering and Data Science
Publisher : citeus

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

Abstract

The classification of brain tumors using Magnetic Resonance Imaging (MRI) images is essential for early diagnosis but remains challenging due to tumor diversity. This study evaluates the effectiveness of two distinct architectural approaches for feature extraction: VGG16, representing a classic sequential design, and EfficientNetB0, a modern architecture optimized for parameter efficiency through compound scaling. Using a dataset of 2,870 MRI images categorized into four classes, we implemented a static transfer learning strategy by freezing all pre-trained ImageNet weights to act as fixed feature extractors. Features were extracted from specific layers, the final pooling layer for VGG16 and the Global Average Pooling (GAP) layer for EfficientNetB0. To optimize the discriminative power of these static features, this study implements an ensemble-fusion framework, specifically Voting and Stacking classifiers, to integrate the strengths of diverse base learners (SVM, Random Forest, and XGBoost) in identifying complex brain tumor patterns. Results demonstrate that VGG16-based models consistently and significantly outperform EfficientNetB0-based models across all evaluation metrics. The VGG16 + Random Forest combination achieved a peak accuracy of 73.9%, whereas EfficientNetB0-based models struggled, with peak accuracies reaching only 36.1%. Statistical analysis confirms that VGG16’s uniform  convolutional layers provide more stable and discriminative feature representations for medical textures compared to the mobile-optimized blocks of EfficientNetB0 when weights are not fine-tuned. This research highlights that, for static feature extraction in resource-constrained environments, classic architectural stability offers superior reliability compared to modern parameter efficiency.
Optimal Strategy for Handling Unbalanced Medical Datasets: Performance Evaluation of K-NN Algorithm Using Sampling Techniques Salim, Yulita; Utami, Aulia Putri; Manga, Abdul Rachman; Azis, Huzain; Admojo, Fadhila Tangguh
Knowledge Engineering and Data Science
Publisher : citeus

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

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.
Co-Authors Achrul Abdullah Admojo, Fadhila Tangguh Adriawan Amrullah Ali Munawir Aliefian Raflisyah Amaliah Faradibah Andi Anugrah Aqsa Andi Azizul Hidayat Andi Muh Afdal Andri Rajsya Anik Nur Handayani Anik Nur Handayani Asman Haris Aulia Putri Utami Aziz, Huzain Chaerun Niam Syah Dedy Atmajaya Dedy Atmajaya Dewi Widyawati Dolly Indra Dwiky Aries Nugraha Yusuf Fadlan Hasan Fadly Shabir Fahmi Faradibah, Amaliah Farniwati Fattah Harlinda Lahuddin Herawati Herawati Heru Wahyu Herwanto Heru Wahyu Herwanto Hilal Luthfi Hibatullah Huzain Azis Huzain Azis Huzain Azis Ihwana As’ad Irawati Irawati Jalil, Rizqi Ananda JUMARLIS, MILA Kasmira, Kasmira Khalish Ghandur Syamsuddina L, Harlinda lilis nurhayati Listyan Nur Saida Lokapitasari Belluano, Poetri Lestari Mufti, Farid Wajdi Muh Fatwah Fajriansyah M Muh Fatwah Fajriansyah Marlang Muh Syawal Muh Yeyen Dwi Suherman Muhammad Alif Ambas Muhammad Arfah Asis Muhammad Arzhi Azis Muhammad Fiqram Muis, Ismunandar Nabila Vita Dewi Nanda, As'syahrin Nasir, Haidawati Nurhalima Nurhalima Purnawansyah Purnawansyah Rahma Puspitasari Rahma Puspitasari Rahmat A Ramdan Satra Reyna Aprilia Rahma Roesman Ridwan Raja Rosa Andrie Asmara Salim, Yulita Samsul Shabir, Fadly Siska Anraeni Siti Rahmi Kelilauw Sitti Nurhalimah Subhan Ardhiman Syafie, Lukman Syam, Aminurlah Syam, Aminurlah Syamsul Bahri Syamsumarlin Syamsumarlin Tasrif Hasanuddin Tenri Sa'nah Tri Anita Resky Ramadhani Utami, Aulia Putri Wahyu Kadri Rahmat Suat Suat Yudha Islami Sulistya Yulita Salim Yusrizal Damri Zulham Jaya Syafar