Article Per Year (5 Year)
p-Index From 2020 - 2025
1.325
P-Index
This Author published in this journals
All Journal Creative Information Technology Journal SISFOTENIKA JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Jurnal Eksplora Informatika Jurnal Teknimedia: Teknologi Informasi dan Multimedia Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi
Emha Taufiq Luthfi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Peningkatan Performa Pendeteksian Anomali Menggunakan Ensemble Learning dan Feature Selection Ripto Sudiyarno; Arief Setyanto; Emha Taufiq Luthfi
Creative Information Technology Journal Vol 7, No 1 (2020): Januari - Juni
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2020v7i1.238

Abstract

Intrusion detection systems (IDS) atau Sistem pendeteksian intrusi dikenal sebagai teknik yang sangat menonjol dan terkemuka untuk menemukan malicious activities pada jaringan komputer, tidak seperti firewall konvensional, IDS berbeda dalam hal pengidentifikasian serangan secara cerdas dengan pendekatan analitik seperti data mining dan teknik machine learning. Dalam beberapa dekade terakhir, ensemble learning sangat memajukan penelitian pada machine learning dan klasifikasi pola, serta menunjukan peningkatan hasil kinerja dibandingkan single classifier. Pada Penelitian ini dilakukan percobaan peningkatan nilai akurasi terhadap sistem pendeteksian anomali, pertama dilakukan klasifikasi menggunakan single classifier untuk didapati hasil nilai akurasi yang nantinya dibandingkan dengan hasil dari ensemble learning dan feature selection. Penggunaan ensemble learning bertujuan untuk mendapatkan nilai akurasi yang terbaik dari single classifier. Hasil didapatkan dari nilai confusion matrix dan akan dilakukan pengujian dengan cara membandingkan nilai kedua metode diatas. Penelitian berhasil mendapatkan nilai akurasi single classifier (naïve bayes) yaitu 77,4% dan nilai ensemble learning 96,8%. Kata Kunci— ensemble learning, nsl-kdd, naïve bayes, anomali, feature selectionIntrusion detection systems (IDS) are known as very prominent and leading techniques for finding malicious activities on computer networks, unlike conventional firewalls, IDS differs in terms of identifying attacks intelligently with analytic approaches such as machine learning techniques. In the last few decades, ensemble learning has greatly advanced research in machine learning and pattern classification it has shown an improve in performance results compared to a single classifier. In this study an attempt was made to increase the accuracy of anomalous detection systems, first by classification using a single classifier to find the results of accuracy which will be compared with the results of ensemble learning and feature selection. The use of ensemble learning aims to get the best accuracy value from a single classifier. The results are obtained from the value of the confusion matrix and will be tested by comparing the values of the two methods above. The research succeeded in getting a single classifier accuracy value of 77,4% and ensemble learning 96,8%. Keywords— ensemble learning, nsl-kdd, naïve bayes, anomali, feature selection
Sistem Pendukung Keputusan Untuk Menentukan Penerima BLSM Di Kabupaten Indramayu Supriatin Supriatin; Bambang Soedijono Wiraatmadja; Emha Taufiq Luthfi
Creative Information Technology Journal Vol 1, No 4 (2014): Agustus - Oktober
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (727.184 KB) | DOI: 10.24076/citec.2014v1i4.28

Abstract

Bantuan Langsung Sementara Masyarakat (yang selanjutnya disebut BLSM) adalah kompensasi yang diberikan pemerintah kepada orang miskin guna mengurangi beban ekonomi yang semakin menekan kehidupan mereka, sebagai akibat naiknya harga BBM yang membawa dampak membubungnya harga kebutuhan pokok. Penelitian ini dilatarbelakangi oleh banyaknya kasus yang menyatakan bahwa penyaluran BLSM tidak tepat sasaran, ada BLSM yang diperuntukkan bagi masyarakat tidak mampu secara ekonomi, namun terkadang masih ada masyarakat kaya yang juga menerimanya khususnya di kabupaten Indramayu, hal tersebut menyulitkan pihak penyeleksi dalam mengadakan penyeleksian calon penerima dana BLSM ini untuk itu dibuat sistem pendukung keputusan dalam menentukan penerima BLSM di kabupaten Indramayu dengan menggunakan metode Analytic Hierarchy Process (AHP). Tujuan penelitian ini adalah Memberikan usulan untuk prioritas penerima BLSM agar tepat sasaran dan dapat membantu pemerintah kabupaten indramayu dalam pengambilan keputusan. Berdasarkan hasil analisis dengan menggunakan metode AHP, maka dapat dihasilkan suatu alternatif pengambilan keputusan dalam menentukan penerima BLSM yang efektif yang dapat menyaring 39% masyarakat yang seharusnya tidak mendapatkan BLSM.Bantuan Langsung Sementara Masyarakat (BLSM) is the compensation given by the government to the poor in order to reduce the economic burden of an increasingly pressing their lives, as a result of rising fuel prices impact soaring prices of basic necessities. This research is motivated by the many cases which states that the distribution BLSM not on target, there BLSM not intended for economically disadvantaged communities, but sometimes there are people who also receive particularly rich in Kabupaten Indramayu, it is difficult for the selectors to selection of recipients of funds held BLSM made to the decision support system in determining the recipient BLSM in Kabupaten Indramayu using Analytic Hierarchy Processahp (AHP) method. The purpose of this study is to provide the proposed recipient BLSM priority for the right target and can help local governments indramayu in decision making. Based on the analysis by using the method of AHP, it can produce an alternative decision-making in determining effective BLSM receiver that can filter out 39% of the people who should not get BLSM.
Implementasi Rumah Pintar dengan Penggabungan Jalur Analog Digital Menggunakan Raspberry Pi Pendi Ventri Hendika; M Suyanto; Emha Taufiq Luthfi
Creative Information Technology Journal Vol 6, No 2 (2019): Juli - Desember
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2019v6i2.252

Abstract

Teknologi internet of things menawarkan berbagai kemudahan bagi manuasia merupakan terobosan baru yang sangat bermafaat untuk kehidupan. Kesibukan pekerjaan yang begitu padat seringkali memaksa untuk banyak meninggalkan rumah dalam keadaan kosong. Tidak jarang rumah yang ditinggalkan dalam keadaan kosong menjadi sasaran pencuri ataupun bahaya kebakaran. Kasus kebakaran saat yang terjadi saat ini sebagian besar dipicu akibat kebocoran gas konsleting listrik dan pemilik rumah lupa mematikan alat listrik saat meninggalkan rumah. Tetapi masyarakat juga masih ragu jika sistem digital mengalami kendala yang harus dilakukan. Sebagai solusi dari keadaan tersebut maka diperlukan alat yang bisa mengontrol rumah dari jarak jauh menggunakan jaringan internet. Hal ini diharapkan dapat mencegah terjadinya hal yang tidak diinginkan. Untuk mewujudkannya, penulis melakukan riset untuk membangun sebuah sistem rumah pintar yang nantinya semua peralatan listrik dan elektronik dapat dikontrol menggunakan smartphone menggunakan jaringan internet yang menggunakan fungsi switch analog digital. Tujuan lainnya adalah membuat sebuah produk smart home yang cocok di aplikasikan di Indonesia yang nantinya smart home tersebut tidak meniggalkan saklar konvensional yang sudah terpasang dirumah. Penelitian ini berhasil merancang sebuah sistem rumah pintar yang dapat di bypass menjadi sistem listrik analog. Hal ini untuk mengantisipasi ketika terjadi error pada sistem digital sehingga kelistrikan rumah masih dapat berjalan seperti biasa. Kata Kunci— rumah pintar, pengontrol listrik, analog, digital.AbstractInternet technology about things that offer various conveniences for people today is a new breakthrough that is very useful for human life. The bustle of work is so crowded while waiting to go home. There is no damaged house there. Very important for homeowners. The current fire cases are mostly triggered by a gas leak and the homeowner forgets to turn off the electricity when leaving the house. However, the public is still in doubt if a digital system is being done which must be done. As a solution to this situation, we need a tool that can control the house remotely using the internet network. This is expected to be avoided. Unwanted things. To realize this, the authors conducted research to build a smart home system that allows all electrical and electronic equipment to be controlled using a smartphone that uses the internet network provided by a digital analog switch. Not only that, smart home makers that are suitable to be applied in Indonesia while smart homes do not leave conventional diversions installed at home. This research successfully completed a smart home system that can cut bypass into an analog electrical system. This is to correct errors that occur in digital systems so that electricity can still run as usual. Keywords—Smart home, electric controller, analog, digital.
PREDIKSI MAHASISWA DROP OUT MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Siti Nurhayati; Kusrini kusrini; Emha Taufiq Luthfi
SISFOTENIKA Vol 5, No 1 (2015): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (510.86 KB) | DOI: 10.30700/jst.v5i1.25

Abstract

AbstrakTingginya tingkat keberhasilan mahasiswa dan rendahnya tingkat kegagalan mahasiswa dapat mencerminkan kualitas dari suatu perguruan tinggi. Salah satu indikator kegagalan mahasiswa adalah kasus drop out. Untuk mengatasi permasalah, dilakukan prediksi menggunakan metode support vector machine. Support Vector Machine berusaha mencari hyperplane yang optimal dimana dua kelas pola dapat dipisahkan dengan maksimal, parameter yang di gunakan pada Support Vector Machine hanya parameter kernel dalam satu parameter C yang memberikan pinalti pada titik data yang di klasifikasikan secara acak. Dalam Support Vector Machine bobot (w) dan bias (b) merupakan solusi global optium dari quadratic programming sehingga cukup dengan sekali running akan menghasilkan solusi yang akan selalu sama untuk pilihan kernel dan parameter yang sama. Melalui penerapan support vector machine diharapakan untuk mendapatkan parameter Support Vector Machine yang digunakan tepat untuk memperoleh margin terbaik dalam memprediksi mahasiswa drop out.Kata Kunci— prediksi drop out, kernel, support vector machine, unified modeling language
Implementasi Decision Tree Untuk Prediksi Kelulusan Mahasiswa Tepat Waktu Christin Nandari Dengen; Kusrini Kusrini; Emha Taufiq Luthfi
SISFOTENIKA Vol 10, No 1 (2020): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (345.866 KB) | DOI: 10.30700/jst.v10i1.484

Abstract

Students who are accepted every year are increasing, but not all students can graduate on time. In achieving graduation, of course, there are stages or processes that must be passed by each student such as following a number of courses, conducting fieldwork practices, real work lectures and final assignment seminars. These processes are carried out within a period of time determined by the University. For this reason, a prediction system for student graduation is needed in order to minimize students who graduate not on time. In predicting student graduation on time using 50 sample data for the 2013 graduation year with gender, IPK, graduation and toefl attributes. This study carried out the application of the CRISP-DM method with the C4.5 algorithm in predicting student graduation. The use of the C4.5 algorithm is supported by simulations carried out using the WeKa application and gets an accuracy value of 60%. With the existence of this research, it is expected to be able to help the Informatics Engineering Program at Universita Mulawarman so that students can graduate on time.
Systematic Literature Review of Waste Classification Using Machine Learning Astika Wulansari; Arief Setyanto; Emha Taufiq Luthfi
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 5, No 2 (2022): Issues January 2022
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v5i2.6211

Abstract

The development of the global economy has caused people's living standards to increase and the production of domestic waste has also increased from year to year. The population of big cities that have limited environmental carrying capacity, causing the waste problem requires serious handling. Manual waste sorting is hazardous to health and wastes time, money and effort. If waste is not handled properly, environmental problems will increase in the long run. Machine learning works by combining features such as textures and colors to complement junk image recognition. Today's machine learning technology continues to develop, not only methods, types of waste, and features but also identify and analyze datasets used in waste management by gathering all scientific evidence. Collecting existing research and then identifying, assessing, and interpreting requires a systematic literature review. Until the end of 2021, the research topic of waste classification using machine learning was found with various types of waste, algorithms, datasets, and others. However, the dataset used by the algorithm in image recognition is relatively single, the types of garbage classified and the relative accuracy results can still be improved.
Analisis Keamanan Sistem Informasi Dengan ISO 27001 (Studi Kasus: Sistem Informasi Akademik Universitas Muhammadiyah Purwokerto) Siti Alvi Sholikhatin; Arief Setyanto; Emha Taufiq Luthfi
Jurnal Ilmiah IT CIDA Vol 4, No 1: Juni 2018
Publisher : STMIK Amikom Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (589.605 KB) | DOI: 10.55635/jic.v4i1.75

Abstract

Proses bisnis organisasi tidak bisa lepas dari pengelolaan informasi, dimana informasi adalah aset penting yang sama seperti aset bisnis lainnya, informasi perlu mendapatkan perlindungan yang baik dan konsekuen. Keamanan informasi yaitu melindungi informasi dari ancaman yang berskala luas untuk menjamin kelangsungan operasional organisasi, meminimalisasi resiko bisnis, dan memaksimalkan kesempatan bisnis dan return of investment. Keamanan sistem informasi yang dimaksud yaitu menyangkut confidentiality (kerahasiaan), integrity (integritas) dan availability (ketersediaan). Penelitian ini dilakukan untuk mengukur akuntabilitas ISO 27001 dalam membantu organisasi dalam penyusunan kebijakan keamanan informasi, dimana objek yang digunakan yaitu Universitas Muhammadiyah Purwokerto. Berdasarkan klausul dalam ISO 27001 dan dengan hasil penelitian pada objek, penambahan variabel Server Security menjadi penting dalam memaksimalkan sistem manajemen keamanan informasi. Kata Kunci:ISO 27001, keamanan, informasi, server security
Analisis Kelulusan Mahasiswa Jurusan Sistem Informasi Stmik Amikom Yogyakarta Abdul Rokhim; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Eksplora Informatika Vol 4 No 2 (2015): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (186.167 KB)

Abstract

Quantitative association rule adalah metode yang sangat komplek untuk mencari hubungan antar item secara kuantitatif.Metode ini terdiri dari tiga proses, yaitu proses pengelompokan data yang jenis itemsetnya sangat banyak menjadikan ke beberapa interval, proses pencarian frequent itemset dan proses pencarian aturan yang mengandung nilai kuantitatif. Pada penelitian ini medote quantitative association rule digunakan untuk mencari informasi tentang faktor-faktor yang terkait dengan kelulusan mahasiswa.Tujuan penelitian ini untuk mengetahui faktor apa saja yang berpengaruh terhadap kelulusan mahasiswa STMIK AMIKOM Yogyakarta, sehingga pihak akademik dapat mengambil kebijakan. Penelitian ini fokus untuk menganalisis keterkaitan antara data mahasiswa dan data keaktifan mahasiswa dalam berorganisasi dan pekerjaan. Pada penelitian ini mencoba membandingkan hasil dari metode yang digunakan dengan cara pengujian manual dengan menggunakan sampel 15 data mahasiswa, agar aplikasi yang di bangun sesuai dengan metode yang digunakan. Dari hasil pengujian didapatkan 3 nilai interval dari data IPK dan ditemukan 11 rule akhir. Dari hasil analisis dapat disimpulkan bahwa dengan menggunakan metode Quantitative association rule aturan yang diperoleh dapat membantu menentukan kebijakan dari pihak STMIK AMIKOM.
Analisis Sentimen pada Ulasan Pembelian Produk di Marketplace Shopee Menggunakan Pendekatan Natural Language Processing Elik Hari Muktafin; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Eksplora Informatika Vol 10 No 1 (2020): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v10i1.390

Abstract

Ulasan produk di marketplace merupakan informasi yang berharga apabila diolah dengan baik. Penjual dapat melakukan analisis ulasan produk untuk mendapat informasi yang dapat digunakan dalam evaluasi produk dan layanan. Kegiatan analisis ulasan produk tidak cukup dengan melihat jumlah bintang, diperlukan melihat seluruh isi komentar ulasan untuk dapat mengetahui maksud dari ulasan. Apabila dalam jumlah sedikit dapat dilakukan secara manual, namun dalam jumlah banyak lebih efektif menggunakan sistem. Dibutuhkan sistem yang mampu menganalisis banyak ulasan dengan efektif agar memudahkan dalam memahami maksud ulasan. Penelitian ini menggunakan algoritma KNN dan TF-IDF dengan pendekatan NLP untuk mengklasifikasikan ulasan produk “hijab instan” ke dalam 2 kelas (positif dan negatif). Klasifikasi menggunakan pendekatan NLP mendapat akurasi sebesar 76,92%, presisi 80,00% dan recall 74,07%, sedangkan tanpa NLP hanya mendapat akurasi sebesar 69,23%, presisi 80,00% dan recall 64,52%. Kata yang sering muncul pada ulasan dapat menggambarkan penilaian pembeli secara umum pada produk. Pada ulasan positif menunjukkan pembeli puas terhadap kualitas, kecepatan pengiriman dan harga barang, sedangkan pada ulasan negatif pembeli kecewa pada warna, dan jumlah barang yang dikirim tidak sama dengan yang dipesan.
Analisis Sistem Kendali Robot USMAN untuk Sterilisasi Lantai Masjid dengan Algoritma Proportional Integral Derivative Elik Hari Muktafin; Kusrini Kusrini; Emha Taufiq Luthfi
Jurnal Eksplora Informatika Vol 10 No 2 (2021): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v10i2.468

Abstract

Lantai masjid merupakan media potensial untuk penyebaran COVID-19. Virus dapat menempel pada lantai dan terhirup oleh jamaah saat melakukan salat, sehingga dibutuhkan alat untuk membantu sterilisasi lantai masjid secara berkala. Dengan robot sterilisasi USMAN yang dilengkapi dengan sinar UVC diharapkan dapat membantu proses sterilisiasi secara efektif. Tujuan penelitian ini adalah untuk meningkatkan kinerja sistem kendali robot USMAN dengan penerapan algoritma PID (Proportional-Integral-Derivative), agar dapat bergerak lurus dan bermanuver secara tepat. Keterbaruan penelitian ini adalah penerapan Algoritma PID pada robot sterilisasi dengan ukuran memanjang 100 cm yang sulit dikendalikan dengan teknik set-timer. Penelitian ini terdiri dari tahapan analisis, desain, pengodean dan pengujian robot. Penggunaan kendali set-timer digantikan Algoritma PID dengan nilai Kp=10, Ki=0 dan Kd=100 yang dikombinasikan dengan sensor kompas, jarak dan rotary encoder. Hasil pengujian menunjukkan peningkatan kinerja kendali robot USMAN dengan nilai standar deviasi tertinggi untuk ketepatan jarak tempuh dari 10.46 menjadi 0,44, kelurusan gerak dari 10.21 menjadi 0,35 dan manuver berbelok dari 1,80 menjadi 0,29. Pembacaan halangan dengan sensor jarak untuk pengereman otomatis akurat dibawah 70 cm. Proses sterilisasi lantai masjid dengan ukuran 10 m x 10 m membutuhkan waktu 36,3 menit.
Co-Authors Abdul Rokhim Andi Sunyoto Arief Setyanto Astika Wulansari Bambang Soedijono Wiraatmadja Christin Nandari Dengen Elik Hari Muktafin Krisnawati Krisnawati Kusrini Kusrini Lili Kartikawati M Suyanto Patmawati Patmawati, Patmawati Pendi Ventri Hendika Ripto Sudiyarno Siti Alvi Sholikhatin Siti Nurhayati Supriatin Supriatin