Article Per Year (5 Year)
p-Index From 2021 - 2026
8.46
P-Index
This Author published in this journals
All Journal Jurnal Sarjana Teknik Informatika Jurnal Transformatika Jurnal Informatika dan Teknik Elektro Terapan InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal Teknologi dan Sistem Komputer Jurnal Pengabdian UntukMu NegeRI JIKO (Jurnal Informatika dan Komputer) Insect (Informatics and Security) : Jurnal Teknik Informatika Indonesian Journal of Information System Dinamisia: Jurnal Pengabdian Kepada Masyarakat SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) Compiler Jurnal Teknologi Sistem Informasi dan Aplikasi JUTEKIN (Jurnal Manajemen Informatika) INTEK: Informatika dan Teknologi Informasi AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT Antivirus : Jurnal Ilmiah Teknik Informatika Progresif: Jurnal Ilmiah Komputer Jurnal Ilmu Komputer dan Bisnis Jurnal Manajemen Informatika dan Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) JATI EMAS (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Journal of Computer System and Informatics (JoSYC) International Journal of Advances in Data and Information Systems Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Restikom : Riset Teknik Informatika dan Komputer Mosharafa: Jurnal Pendidikan Matematika Journal of Informatics Management and Information Technology Prosiding Seminar Nasional Program Pengabdian Masyarakat sudo Jurnal Teknik Informatika Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Teknik Informatika Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Informatika Teknologi dan Sains (Jinteks) Industrial Research Workshop and National Seminar Jurnal Sains Informatika Terapan (JSIT) Journal Of Information System And Artificial Intelligence Jikom: Jurnal Informatika dan Komputer J-Icon : Jurnal Komputer dan Informatika SENAPAS BIMASAKTI
Mutaqin Akbar
Universitas Mercu Buana Yogyakarta
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 70 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 70 Documents
Search

 3   4   5   6   7 
Sistem Pendukung Keputusan Rekomendasi Buku Novel menggunakan Metode Weighted Product Ertandi, Fiki; Akbar, Mutaqin
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i1.14515

Abstract

Era digital telah mengubah cara manusia mencari dan memilih buku, termasuk novel yang merupakan salah satu jenis bacaan populer. Namun, banyaknya pilihan novel yang tersedia sering membuat pembaca kesulitan dalam menentukan buku yang sesuai dengan preferensi mereka. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode Weighted Product (WP) untuk membantu pembaca dalam memilih novel. Penelitian menggunakan pendekatan kuantitatif dengan metode pengembangan sistem. Pengumpulan data dilakukan melalui survei online kepada 50 pembaca novel aktif dan wawancara dengan 5 narasumber untuk menentukan kriteria pemilihan novel. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan database MySQL dengan enam kriteria penilaian: harga, penulis, cover, alur cerita, gaya bahasa, dan ketebalan buku. Hasil penelitian menunjukkan bahwa sistem berhasil memberikan rekomendasi novel berdasarkan preferensi pengguna dengan tingkat akurasi yang baik, dibuktikan melalui pengujian fungsional sistem yang menunjukkan semua fitur berfungsi sesuai kebutuhan. Penelitian ini menghasilkan sebuah solusi teknologi yang dapat membantu pembaca dalam memilih novel secara lebih efektif dan efisien.
Segmentasi Citra Sel Darah Menggunakan Convolutional Neural Network Subhan Bole Boly; Mutaqin Akbar
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 6 No 2 (2024): Agustus 2024
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v6i2.336

Abstract

Penelitian ini mengembangkan sistem segmentasi citra sel darah menggunakan Convolutional Neural Network (CNN) untuk meningkatkan akurasi dan efisiensi dalam analisis hematologi. Sistem ini menerapkan arsitektur U-net untuk otomatisasi identifikasi dan pemisahan sel darah dalam bidang mikroskopis, termasuk sel darah merah, sel darah putih, dan trombosit. Dengan pelatihan pada dataset citra darah dan mask-nya, model ini berhasil mencapai segmentasi yang akurat dan konsisten. Hasilnya menunjukan pengurangan beban kerja manual dan peningkatan kecepatan analisis, menawarkan solusi efektif untuk aplikasi klinis dan penelitian di bidang hematologi. Sistem ini menghasilkan akurasi sebesar 94.2% yang dihasilkan dari perbandingan citra original dan citra mask.
Prototipe chatbot pada aplikasi e-commerce berbasis web (studi kasus: toko seni gypsum) Muhammad Abdul Gofur; Mutaqin Akbar
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 6 No 2 (2024): Agustus 2024
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v6i2.338

Abstract

Pelayanan cepat dan efisien sangat penting dalam era digitalisasi yang semakin berkembang, terutama dalam e-commerce. Toko Seni Gypsum menjual alat dan bahan untuk membuat plafon seperti hollow, gypsum, dan cat. Mereka menghadapi kesulitan untuk memenuhi permintaan yang besar serta menanggapi pertanyaan umum yang sering diajukan pelanggan. Tujuan penelitian ini adalah untuk membuat prototipe chatbot menggunakan platform Dialogflow untuk Toko Seni Gypsum. Tujuan penelitian ini adalah untuk membuat prototipe chatbot menggunakan platform Dialogflow untuk Toko Seni Gypsum. Chatbot ini berfungsi untuk memberikan informasi tentang produk, menjawab pertanyaan umum konsumen, dan membantu dalam proses pemesanan tanpa memerlukan intervensi langsung dari karyawan. Fitur ini diharapkan dapat meningkatkan efisiensi pelayanan, mengurangi beban kerja karyawan, dan memperluas jangkauan pemasaran secara online. Hasil penelitian menunjukkan bahwa chatbot Dialogflow berhasil mempermudah interaksi dengan pelanggan, memberikan informasi produk secara cepat dan akurat, dan meningkatkan kepuasan pelanggan secara keseluruhan.
OTOMOMATISASI PEMBUATAN DESKRIPSI EVENT MENGGUNAKAN GEMINI AI: STUDI KASUS: WEBSITE PENJUALAN TIKET ONLINE An-Naufal Nuha, Alfian; Akbar, Mutaqin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13223

Abstract

Seiring dengan meningkatnya jumlah acara dan hiburan yang diselenggarakan, kebutuhan akan deskripsi event yang menarik dan informatif menjadi semakin penting, terutama bagi platform penjualan tiket online. Namun, pembuatan deskripsi acara secara manual sering kali memakan waktu dan rentan terhadap inkonsistensi dalam penyajian informasi. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem otomatisasi pembuatan deskripsi event menggunakan teknologi kecerdasan buatan (Artificial Intelligence/AI) melalui platform Gemini AI. Sistem ini dirancang untuk menghasilkan deskripsi event secara otomatis berdasarkan input yang diberikan oleh pengguna, seperti nama acara, waktu, lokasi, dan kategori acara. Data yang diinputkan akan diproses melalui API yang menghubungkan sistem dengan Gemini AI untuk menghasilkan deskripsi yang relevan dan informatif. Hasil deskripsi yang diperoleh kemudian disimpan dalam database dan ditampilkan pada halaman detail event secara otomatis. Pengujian dilakukan dengan mengukur efisiensi waktu, kualitas deskripsi, serta performa sistem dalam menangani permintaan simultan. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan deskripsi dalam waktu rata-rata 5-10 detik, dengan tingkat akurasi informasi yang tinggi. Meskipun deskripsi yang dihasilkan sudah cukup baik, dalam beberapa kasus diperlukan penyesuaian manual untuk menyesuaikan gaya bahasa dengan preferensi penyelenggara acara. Selain itu, pengujian skalabilitas menunjukkan bahwa sistem mampu menangani peningkatan jumlah permintaan tanpa mengalami penurunan performa yang signifikan. Dengan adanya sistem ini, diharapkan pemilik acara dan Event Organizer dapat lebih mudah dan cepat dalam menyusun deskripsi acara yang menarik dan informatif, sehingga dapat meningkatkan daya tarik acara bagi calon peserta.
Klasifikasi Daerah Rawan Narkotika menggunakan Algoritma K-Nearest Neighbors (Studi Kasus: Kabupaten Klaten) Sari, Prima Wulan; Akbar, Mutaqin
Jurnal Informatika dan Komputer Vol 15 No 1 (2025): April
Publisher : Sekolah Tinggi Ilmu Komputer PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55794/jikom.v15i1.207

Abstract

The impact of drug abuse can be devastating, including individual and community health. Various efforts have been made and coordinated with government agencies, law enforcement, communities and others. One of them is by classifying drug distribution areas to suppress the decline in drug abuse cases. This study tested 26 sub-districts in Klaten district, Central Java in 2022. The classification process is done by implementing the K-Nearest Neighbors method integrated with Google Colab and Python programming. The KNN method was chosen because it can assign categories or labels to new data based on the majority of its nearest neighbors in a predefined attribute space. The conclusion obtained is that the system can classify as many as 7 sub-districts with the status of Very Prone areas, 15 sub-districts with the status of Prone, and 7 sub-districts with the status of Not Prone Tests conducted with the KNN method with confusion matrix resulted in an accuracy of 100%, %, Precision 100%, recall 100% and f1-Score of 100% and an average accuracy of 70.5%. The high accuracy value shows that this research has successfully applied the KNN method in classifying drug-prone areas in Klaten district. Relevant agencies such as Klaten District Police can adjust the program dynamically to monitor areas that have been classified as drug-prone and conduct faster follow-up.
Klasifikasi Citra Biji Kopi Temangung Menggunakan Residual Network (ResNet-50) Pascal Munthe, Thimoty; Akbar, Mutaqin
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1028

Abstract

Artikel ini membahas penerapan metode deep learning dengan menggunakan arsitektur Residual Network (ResNet-50) untuk mengklasifikasikan tiga jenis biji kopi dari Temanggung, yaitu Arabika, Excelsa, dan Robusta. Dataset yang digunakan terdiri dari 1.350 citra, masing-masing kelas berjumlah seimbang. Tahap pra-pemrosesan meliputi perubahan ukuran gambar menjadi 224x224 piksel, normalisasi nilai piksel, serta pembagian dataset menjadi data latih, validasi, dan uji. Pelatihan model dilakukan menggunakan algoritma Adam dengan learning rate 0.0001, batch size 32, dan 20 epoch. Evaluasi kinerja model dilakukan melalui confusion matrix serta metrik klasifikasi seperti akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model ResNet-50 mampu melakukan klasifikasi jenis biji kopi secara akurat, dengan akurasi sebesar 96% dan nilai macro F1-score yang juga mencapai 96%. Capaian ini menunjukkan bahwa fitur visual dari biji kopi dapat dikenali secara efektif oleh model. Temuan ini membuktikan bahwa pendekatan berbasis deep learning, khususnya menggunakan ResNet-50, efektif digunakan dalam sistem klasifikasi otomatis biji kopi dan berpotensi besar untuk mendukung efisiensi identifikasi produk pertanian di sektor industri kopi.
TRAVELLING SALESMAN PROBLEM (TSP) UNTUK SIMULASI RUTE TERPENDEK PETUGAS PLN DI UNIT PELAKSANA PELAYANAN PELANGGAN (UP3) MAGELANG Saputra, Andika Dwi; Akbar, Mutaqin
Jurnal Fakultas Teknologi Informasi Vol 6 No 1 (2023): BIMASAKTI
Publisher : Fakultas Sains dan Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/bimasakti.v6i1.9287

Abstract

Listrik padam menjadi suatu masalah bagi banyak orang. PLN sebagai satu-satunya penyedia jasa yang bertanggung jawab dalam keandalan sistem distribusi tenaga listrik, memainkan peran penting dalam kenyamanan dan keamanan pelanggan untuk usaha dan rumah tangga. Begitu juga petugas Yantek sebagai ujung tombak dalam proses penanganan gangguan ke masyarakat. Ketika laporan pelanggan mengalami listrik padam secara bersamaan, pada proses penanganannya, petugas Yantek sering kali mengalami kesulitan dalam menentukan pelanggan mana yang harus ditangani terlebih dahulu selain sifat urgency gangguan tersebut. Maka dibuatkan sistem Travelling Salesman Problem (TSP) petugas Yantek dapat lebih terbantu pada proses menentukan pelanggan mana yang harus ditangani terlebih dahulu. Disini penulis menggunakan algoritma CIH dalam menyelesaikan persoalan sistem TSP tersebut. Pada sistem tersebut, rute dapat berjalan sesuai dengan jalan yang tersedia secara aktual pada asplikasi Google Maps.
Sistem Penunjang Keputusan Prioritas Bug Dalam Tahap Pengujian dengan Simple Additive Weighting Wibowo, Sigit Heri; Akbar, Mutaqin
JUTEKIN (Jurnal Teknik Informatika) Vol 11, No 1 (2023): JUTEKIN
Publisher : LPPM STMIK DCI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51530/jutekin.v11i1.688

Abstract

Menentukan tingkat prioritas bug masih menjadi masalah di dalam pengujian untuk saat ini. Ketika ditemukan beberapa bug, para software quality assurance masih terkadang keliru dalam menempatkan prioritas dari setiap bug. Pengambilan keputusan untuk menentukan prioritas dari beberapa bug yang telah ditemukan secara spontan atau tanpa standar yang disepakati menjadi sebuah masalah tersendiri. Sistem penunjang keputusan penjumlahan berbobot atau simple additive weighting (SAW) merupakan satu dari sekian solusi yang dapat diterapkan untuk menentukan prioritas dari sebuah bug. Dengan menentukan bobot dan kriteria lalu proses perangkingan untuk menyeleksi nilai dari beberapa alternatif. Tahapan dari penelitian adalah mengumpulkan data-data yang  dibutuhkan melalui observasi dan perhitungan menggunakan metode SAW. Perhitungan SAW mempunyai langkah-langkah menentukan kriteria, menentukan tingkat penerapan setiap alternatif, perhitungan normalisasi matriks dan terakhir perhitungan hasil normalisasi dengan vector bobot. Sehingga hasil penelitian didapat tingkat akurasi dalam penelitian ini adalah 97,32% yang diketahui dari pengujian 10 koresponden terhadap jumlah koreksi prioritas bug atau alternatif yang mereka temukan. Hasil uji lainnya adalah didapat nilai kepuasan pengguna sistem informasi sebesar 8.6 dan tingkat kemudahan sistem sebesar 7.1.
Analisis Sentimen Terkait RUU Perampasan Aset dengan Support Vector Machine Rofiqi, Lutfi; Akbar, Mutaqin
JEKIN - Jurnal Teknik Informatika Vol. 4 No. 3 (2024)
Publisher : Yayasan Rahmatan Fidunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jekin.v4i3.824

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen publik terhadap RUU Perampasan Aset menggunakan metode Support Vector Machine (SVM). Data dikumpulkan dari media sosial Twitter dan YouTube dengan alat dan library Python Google Colab, termasuk nodejs dan Tweet Harvest untuk Twitter serta Google API Client untuk YouTube. Data komentar dalam bahasa Indonesia dilabeli secara manual sebagai positif atau negatif menggunakan Microsoft Excel. Tahapan praproses mencakup cleansing, case folding, tokenizing, filtering, stemming, dan normalisasi data. Metode Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk pembobotan kata, sementara SVM digunakan untuk klasifikasi dengan evaluasi menggunakan confusion matrix yang mengukur akurasi, presisi, recall, dan F1 score. SMOTE digunakan untuk menyeimbangkan kelas data. Hasil penelitian menunjukkan bahwa SVM efektif dengan akurasi 79.8%, F1 score 79.96%, presisi 80.58%, dan recall 79.8%. Analisis sentimen mengungkap mayoritas sentimen publik terhadap RUU Perampasan Aset adalah negatif, mencerminkan ketidakpuasan atau ketidakpercayaan. Penelitian ini membuktikan bahwa metode SVM memberikan evaluasi komprehensif dan valid terhadap data yang telah diproses, memberikan hasil yang dapat dipercaya untuk analisis lebih lanjut.
Sistem Pendukung Keputusan Rekomendasi Toko Thrifting Menggunakan Metode Weighted Product Ikram, Rauf Al; Akbar, Mutaqin
JEKIN - Jurnal Teknik Informatika Vol. 4 No. 3 (2024)
Publisher : Yayasan Rahmatan Fidunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jekin.v4i3.825

Abstract

Dengan banyaknya toko thrift yang tersedia, konsumen seringkali kesulitan untuk memilih mana yang paling sesuai dengan kebutuhan dan preferensi mereka. Hal ini menjadi sebuah kelemahan dalam menentukan tepat atau tidaknya dalam memilih sebuah toko. Pemilihan toko thrift terbaik sangat bergantung pada kriteria yang ditetapkan oleh konsumen. Kriteria yang digunakan sebagai ukuran penilaian menjadi faktor penting dalam pengambilan keputusan.Metode WP yaitu suatu metode yang menggunakan perkalian untuk menghubungkan rating atribut, proses ini sama dengan proses normalisasi. Adapun alternatif dinilai berdasarkan pembobotan kriteria,yaitu penentuan alternatif, penentuan kriteria, penentuan nilai bobot pada kriteria, penentuan range nilai dan bobot kriteria, penilian kriteria, penentuan nilai prefensi yang menentukan nilai tiap alternatif terhadap tiap kriteria.Dari hasil pengujian, dapat disimpulkan bahwa uji black box yang melibatkan uji input, proses, dan output yang didasarkan pada desain perangkat lunak telah terpenuhi, dengan hasil yang sesuai dengan desain.Hasil perhitungan menunjukkan bahwa Toko Vanka Thrift memperoleh nilai tertinggi sebagai rekomendasi toko thrift di wilayah Depok, Kota Yogyakarta, dengan skor sebesar 0.113853 disusul oleh Toko Vin Jogja dengan skor 0.087230, dan Ottoro Store dengan skor 0.084105. Hasil ini menegaskan bahwa sistem pendukung keputusan yang menggunakan metode weighted product mampu memberikan rekomendasi yang akurat dan bermanfaat bagi konsumen.
Co-Authors Adella Maharani, Putri Agung Firmansyah Agus Salim Ahsan, Moh An-Naufal Nuha, Alfian Anisyah Jatu Siti Nurjanah Aprisia Bahagia, Grace Arifadillah, Elang Arita Witanti Ascha, Nugrah Pratama Astri Wulandari Audita Nuvriasari Auditya, Yonathan Bagus Dwi Kurniawan, Bagus Dwi Bambang Agus Setyawan Budi Sulistiyo Jati Budianto, Alexius Endy Dangin, Dangin Dian Kartika Sari, Dian Kartika Diski Ijtima Putri Dwiyati Pujimulyani Elsa Anggraini Maili Ertandi, Fiki Febri Rahmadsyah Firdaus Alfajar Sudarsih Hardiyanto, Andri Hendri Tri Cahya Leksana Ichlasia Ainul Fitri Ikram, Rauf Al Indah Susilawati Jeremias Quintino Tilman Junianto Bagas Prasetyo Kafilahudin, Fahrul Advis Kartadinata, Arifqi Khuzaini*, Nanang Kuswandaru, Kuswandaru Marfianto, Jodhy Dwi Muhammad Abdul Gofur Muhammad Ali Ma'mun Muhammad Pratiwo Muhammad Syadham, Syahrun Muhammad Syaifudin Musa, Rahmat Nafida Hetty Marhaeni Nanang Khuzaini, Nanang Nanik Triatmi Nur Alamsyah Nurdiarti, Rosalia Prismarini Nusantara, Bondan Surya Pascal Munthe, Thimoty Prasetyaningrum, Putri Taqwa Primananda, Muhammad Izra Priyanto Putu Sangyoga, Titus Bintang Pekiek Rahmat Musa Ramos, Sarah Vega Refky Satria Bima Reny Yuniasanti Rio Setya Pambudi Rismanto, Septa Rivansyah Subagyo, Ibnu Riyanto, Agung Rizky, Muhammad Rafi Fajar Rofiqi, Lutfi Rohmad, Arinadi Nur Rosalia Prismarini Nurdiarti Saputra, Aldi Dwi Saputra, Andika Dwi Sari, Prima Wulan Sedyarsa, Hanif Fauzan Septa Rismanto Setyaningsih, Putry Wahyu Sidiq Purnomo, Agus Sri Muhammad Kusumantomo Subhan Bole Boly Supatman Supatman Umul Aiman Wakidi Wakidi Wibowo, Sigit Heri Wisnu Adi Yulianto Wulandari, Astri Yusanto, Yoga