Claim Missing Document
Check
Articles

Implementasi Aplikasi Sistem “Pakar Anggrek” Berbasis Android Di Kebun Raya Liwa Mahfut; Admi Syarif; Tundjung Tripeni Handayani; Sri Wahyuningsih; Kurnia Muludi; Muhammad Irfan Ardiansyah
AMMA : Jurnal Pengabdian Masyarakat Vol. 2 No. 7 : Agustus (2023): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Natural orchids are one of the original flora collections in Liwa Botanical Gardens that need to be preserved. Based on the results of our previous research, it is known that some natural orchids show symptoms of disease infection. The Liwa Botanical Gardens do not yet know a safe disease infection control technique. Disease control is still using pesticides that are harmful to the environment. The results of our previous research have resulted in new methods and solutions for disease control through a web-based expert system. This method was considered very helpful for diagnosis but was considered inefficient, so the Android-based "Orchid Expert" application was developed. This Community Service Dissemination of Research Results (PKM-DHR) activity is a continuation of our previous research results. The problem-solving formulation method is carried out through direct counselling and training at the Liwa Botanical Gardens. The activity was carried out on Wednesday, August 16, 2023, with a total of 30 participants. The results of the training activities at the demonstration stage of downloading and using the application show that the accuracy of the system diagnostic results is valid, with an accuracy rate of 92.9%. This can be interpreted as meaning that this application can be applied in society. The results of this activity indicate that the Liwa Botanical Garden management understands and is able to apply the development of natural orchid disease control methods as a conservation effort. Furthermore, the Liwa Botanical Garden is also expected to be able to independently diagnose and control natural orchid disease infections.
UPAYA PEMBERDAYAAN PERAN ORANG TUA DALAM INTERNET SEHAT Muludi, Kurnia
Suluh Abdi Vol 5, No 2 (2023): SULUH ABDI
Publisher : Universitas Muhammadiyah Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32502/sa.v5i2.6526

Abstract

Internet ialah sistem global dari seluruh jaringan komputer yang saling terhubung menggunakan standar Internet Protocol (TCP/IP) untuk melayani miliaran pengguna di seluruh dunia.  Internet adalah sumber pencarian informasi apa saja, secara cepat, mudah dan dengan harga terjangkau.  Selain mengandung potensi positif, bahaya negatif juga menjadi ancaman bagi pengguna internet, terutama anak-anak masa usia sekolah.  Karena itu peningkatan pengetahuan dan kesadaran orang tua tentang bagaimana mengakses internet secara sehat dan aman penting digalakkan. Pengabdian ini dilakukan pada orang tua murid Sekolah Menengah Pertama Islam Terpadu (SMPIT) Daarul ‘Ilmi Kemiling, Kota Bandar Lampung dengan metode ceramah, diskusi dan demonstrasi. Hasil evaluasi awal menunjukkan skor awal pemahaman materi orang tua murid  sebelum dilakukan penyuluhan adalah berkisar 57,5%.  Hasil evaluasi akhir menunjukkan hasil perbaikan pengetahuan orang tua murid.   Hal ini ditunjukkan dengan peningkatan skor menjadi rata-rata 80,5%.
Performance evaluation of feature selections on some ML approaches for diagnosing the narcissistic personality disorder Sulistiani, Heni; Syarif, Admi; Muludi, Kurnia; Warsito, Warsito
Bulletin of Electrical Engineering and Informatics Vol 13, No 2: April 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v13i2.6717

Abstract

Narcissistic personality disorder (NPD) is a personality disorder that affects various aspects of life, including relationships, employment, school, and finances. Persons with NPD usually feel unhappy and disappointed when no one helps them and is not praised for their achievements. Diagnosing narcissism is generally done using a screening test that consumes time and costs a lot. This research aims to evaluate the performance of several feature selection (FS) approaches on machine learning (ML) techniques (support vector machine (SVM), random forest classifier (RFC), and Naive Bayes). Three scenarios of FS (all features, the information gain technique and the gain ratio (GR) feature technique) are used for each ML method. Several experiments using the benchmark narcissistic disorder dataset have been done. It adopts the k-fold cross-validation (10-fold cross-validation) strategy. We evaluate the method’s performance by measuring its accuracy, error rate, and processing time. It is shown that the RFC GR strategy gives the best performance with an accuracy of 100%.
Implementasi Error Checking dalam Integritas Pengiriman Data Pada Komunikasi Ground Control Station dan UAV Menggunakan Algoritma CRC Assidik, Reksa Qodri; Muludi, Kurnia; Triloka, Joko
Journal of Computer System and Informatics (JoSYC) Vol 5 No 4 (2024): August 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v5i4.5829

Abstract

Komunikasi wireless adalah komunikasi secara wireless atau tanpa kabel contoh komunikasi wireless adalah transfer informasi apapun secara jarak jauh tanpa menggunakan kabel. Pengiriman data secara nirkabel mempunyai tingkat kehilangan data yang sangat besar. Kehilangan data dalam jaringan sensor nirkabel umum dan mempunyai pola khusus karena banyak factor terjadi kerusakan yang tidak terduga yang sangat mengurangi akurasi rekontruksi. Maka dari itu perlu adanya pengamanan data agar data yang dikirim secara nirkabel akan tetap aman pada saat proses mengirim dan menerima Kontes Robot Terbang Indonesia (KRTI) merupakan kompetisi pesawat tanpa awak yang sangat bergengsi di Indonesia yang di selenggarakan oleh Kementerian Riset, Teknologi, dan Pendidikan Tinggi Republik Indonesia melalui Pusat Prestasi Nasional yang di gunakan untuk seluruh perguruan tinggi di Indonesia. dalam kompetisi ini peserta di wajibkan membuat pesawat tanpa awak dengan sistem kendali sebagai pesawat kendali dan membuat Ground Control Station (GCS) yang dimana kendaraan tersebut harus dapat terbang dan menjalankan misi sesuai dengan peraturan yang tertera dalam kompetisi pedoman teknis.Dalam penelitian ini di khususkan pada pengamanan data pada saat pengiriman ke Ground Control Station. pembuatan Ground Control Station menggunakan Node.js dalam merancang desain front end dan back end serta nilai yang akan di kirim peneliti menggunakan alat desain sederhana menggunakan Arduino Mega sebagai pengontrol transmisi data, sensor yang digunakan menggunakan Mpu 6050 Inertial Measurement Unit ( IMU) dan Global Positioning System (GPS) Neo 8m, dan telemetri yang digunakan adalah NRF24l01. Berdasarkan hasil pengujian dengan mengirimkan 11 data sensor menggunakan checksum di dapatkan bahwa jumlah data sensor yang masuk ke Ground Control Station masih aman dan dapat meminimalisir kerusakan paket data serta menggunakan Cyclic Redudancy Check (CRC) sebagai checksumnya. keutuhan data yang di terima tetap terjaga dengan cukup baik karena algoritma Cyclic Redudancy Check (CRC) mampu membuang data yang tidak lengkap/rusak. Dari hasil penelitian sementara dengan menggunakan algoritma CRC sebagai error checking dapat mampu mendeteksi paket-paket yang rusak saat dikirim ke receiver dapat terlihat jelas dari segi jarak,saat pengujian jarak tanpa menggunakan CRC dengan varian jarak 10 sampai 50 meter terjadi kerusakan paket data dan semakin jauh komunikasi yang dilakukan paket yang rusak semakin banyak. Dari jarak yang paling jauh yaitu 50 meter,dari 5 percobaan pengiriman dan di setiap percobaan selalu ada paket data yang mengalami kerusakan paket data, namun dengan menggunakan algoritma CRC dalam error checking di jarak varian jarak 10 sampai 50 meter dalam 5 kali percobaan pengiriman dan diambil 10 paket yang dikirim masih belum ada paket yang rusak alias 0% kerusakan paket data.
Sistem Informasi Klasifikasi Hadits Berdasarkan Algoritma Naive Bayes Classifier Aprilia, Indri Mada; Agus, Isnandar; Muludi, Kurnia
TEKNIKA Vol. 19 No. 1 (2025): Teknika Januari 2025
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.13732176

Abstract

Kemajuan teknologi informasi telah berkembang pesat dan banyak dimanfaatkan sebagai media pembelajaran serta pencarian informasi, termasuk dalam pencarian hadits berdasarkan label dan perawinya. Hadits, sebagai panduan hidup umat Islam setelah Al-Qur’an, telah dibukukan, namun penyajian hadits dalam bentuk buku membuat banyak orang kesulitan menemukan hadits yang dicari karena pencarian masih dilakukan secara manual dengan jumlah data yang besar, sehingga membutuhkan banyak tenaga dan waktu. Penelitian ini bertujuan untuk membantu masyarakat dalam mencari hadits sesuai dengan label dan perawinya. Metode pengembangan perangkat lunak yang digunakan adalah metode waterfall, yang mencakup tahapan seperti analisis kebutuhan, desain sistem, penulisan kode program, pengujian sistem, dan pemeliharaan, dengan menerapkan algoritma Naïve Bayes Classifier. Proses klasifikasi ini melibatkan beberapa tahapan Preprocessing Text, seperti case folding, tokenisasi, filtering/Stopword Removal, stemming, training, dan prediction, yang pada akhirnya menghasilkan keluaran hadits terkait beserta label dan perawinya. Hasil dari penelitian ini adalah sistem informasi dan pencarian hadits dengan label dan perawinya yang menerapkan algoritma Naïve Bayes Classifier berbasis web.
Analisis Kinerja Perguruan Tinggi Berdasarkan Perspektif Tenaga Kependidikan Menggunakan Metode Analytical Hierarchy Process Dan Objective Matrix (Studi Kasus: STIKes Muhammadiyah Pringsewu) Sonianto Sonianto; Kurnia Muludi
JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi) Vol 3, No 2 (2020): JTKSI
Publisher : Institut Bakti Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56327/jtksi.v3i2.858

Abstract

STIKes Muhammadiyah Pringsewu Lampung merupakan salah satu perguruan tinggi kesehatan di Propinsi Lampung yang cukup berkembang, dengan jumlah sumberdaya yang cukup besar mengharuskan adanya kontrol dan montoring terhadap pengelolaan perguruan tinggi untuk mencapai tingkat efisiensi dan efektifitas antar sumber daya yang ada dengan produktifitas yang dihasilkan. Salah satu tolak ukur kinerja perguruan tinggi adalah diukur dari sudut pandang tenaga kependidikan dalam melaksanakan tugas pokok dan fungsinya berdasarkan kriteria-kriteria instrumen penilaian kinerja. Dengan menggunakan metode Analytycal Hierarchy Process (AHP) sebagai metode pembobotan kriteria dan metode Objective Matrix (OMAX) sebagai alat pengukuran dengan menggunakan model Trafic Light System, penelitian dilakukan pada periode tahun 2018 terhadap 25 tenaga kependidikan dan 4 orang responden sebagai pakar. Berdasarkan dua kali periode pengukuran yang dilakukan, dari 7 kriteria yang digunakan, sebanyak 5 kriteria mengalami peningkatan kinerja, yakni K-1 : 4,7%; K-2 : 15,4%; K-3 : 1,4%; K-4 : 5,1%; K-6 : 25,2%;  sedangkan 2 kriteria lainnya mengamai penuruan kinerja yakni K-5 : 7,1% dan K-7 : 4,9%. Sementara itu, kinerja perguruan tinggi secara umum mengalami peningkatan sebesar 8,6%.
Analisis Keamanan Informasi pada Sistem Komputerisasi Terpadu Menggunakan Metode Indeks KAMI dan Octave Allegro Hasibuan, Muhammad Said; Romadhoni, Nuzul Rahmat; Muludi, Kurnia
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 12 No. 1 (2025)
Publisher : Sekolah Sains Data, Matematika, dan Informatika. Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.12.1.38-49

Abstract

Transformasi digital meningkatkan pelayanan publik melalui teknologi, seperti Sistem Komputerisasi Terpadu di Kementerian XYZ, yang memproses data secara terpadu. Namun, ancaman keamanan data menjadi perhatian utama. Upaya mitigasi melibatkan Indeks KAMI untuk evaluasi keamanan berbasis ISO 27001 dan metode OCTAVE Allegro untuk identifikasi risiko aset informasi, sehingga mendukung pengelolaan data yang aman dan andal. Penelitian ini dimulai dengan identifikasi masalah keamanan informasi, dilanjutkan tinjauan pustaka terkait teori, standar, dan metode seperti Indeks KAMI dan Octave Allegro. Data dikumpulkan melalui observasi, wawancara, dan kuesioner, lalu dianalisis menggunakan kedua metode tersebut. Berdasarkan penilaian Indeks KAMI menunjukkan skor 570 dengan predikat “Cukup Baik”. Sedangkan dalam penilaian Octave Allegro menghasilkan 4 dari 5 area risiko memiliki kategori mitigate or transfer dan 1 area lainya berkategori defer. Risiko seperti pencurian perangkat dapat ditangani kantor kabupaten, sementara risiko besar seperti peretasan atau kegagalan backup ditransfer ke kantor pusat untuk mitigasi lebih lanjut. Analisis keamanan informasi dengan Indeks KAMI dan Octave Allegro menunjukkan bahwa kantor kabupaten memiliki pencapaian baik dalam kepatuhan ISO 27001, namun pengelolaan risiko masih bergantung pada kantor pusat. Octave Allegro lebih efektif dalam mengidentifikasi dan menangani risiko, sehingga cocok digunakan untuk instansi dengan kewenangan yang terbatas.
Model Long Short-Term Memory dalam Penerjemahan Mesin Bahasa Lampung Dialek Api ke Bahasa Indonesia Akbar, Mohammed Raihan; Muludi, Kurnia; Junaidi, Akmal; Lumbanraja, Favorisen Rosyking
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 16, No 1 (2025): JURNAL SIMETRIS VOLUME 16 NO 1 TAHUN 2025
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v15i2.13394

Abstract

Penelitian ini mengeksplorasi penerjemahan bahasa Lampung dialek Api ke bahasa Indonesia menggunakan Long Short-Term Memory (LSTM). Bahasa Lampung, salah satu bahasa daerah di Indonesia, terancam punah sehingga penting untuk dilestarikan dan dimanfaatkan. Penelitian ini bertujuan mengembangkan model penerjemahan otomatis untuk memfasilitasi pembelajaran dan penggunaan bahasa Lampung. Dataset terdiri dari kalimat paralel bahasa Lampung dan bahasa Indonesia yang dibagi menjadi data pelatihan dan pengujian. Model LSTM memiliki lapisan embedding, LSTM, dan dense, dilatih dengan optimizer Adam dan fungsi loss categorical crossentropy. Evaluasi model menggunakan metrik BLEU menunjukkan kualitas terjemahan yang baik dengan skor BLEU tertinggi sekitar 0.8 untuk 1-grams, 0.75 untuk 1-2-grams, 0.65 untuk 1-3-grams, dan 0.55 untuk 1-4-grams pada set latih. Pada set uji, skor BLEU tercatat 0.5 untuk 1-grams, 0.35 untuk 1-2-grams, 0.25 untuk 1-3-grams, dan 0.2 untuk 1-4-grams. Hasil ini menunjukkan bahwa model mampu menangkap konteks bahasa dengan baik pada data pelatihan dan masih mempertahankan performa yang memadai pada data uji. Selama pelatihan, loss model tercatat mengalami penurunan yang konsisten, menandakan peningkatan kemampuan model dalam memprediksi terjemahan yang benar. Hasil penelitian menunjukkan bahwa LSTM dapat diterapkan untuk penerjemahan bahasa Lampung-Indonesia, dan pendekatan ini memiliki potensi besar untuk diterapkan pada bahasa daerah lainnya yang juga terancam punah. Dapat dilakukan perbaikan dan peningkatan pada penelitian ini, seperti penggunaan arsitektur model yang lebih kompleks, pemanfaatan dataset yang lebih besar dan bervariasi, serta penerapan teknik augmentasi data untuk meningkatkan kinerja model. Hasil penelitian ini diharapkan menjadi referensi untuk penelitian lebih lanjut di bidang penerjemahan mesin dan pelestarian bahasa.
Passenger Density Prediction at the Airport Using LSTM and SARIMA: A Case Study at Radin Inten Airport, Lampung Yugo Prasojo, Diaji; Muludi, Kurnia
Journal of Applied Informatics and Computing Vol. 9 No. 4 (2025): August 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i4.9935

Abstract

Passenger density prediction at airports is a critical aspect of operational planning and strategic decision-making. This study aims to develop a passenger count prediction model for Radin Inten Airport in Lampung using a combination of Seasonal AutoRegressive Integrated Moving Average (SARIMA) and Long Short-Term Memory (LSTM), and to compare it with Random Forest and XGBoost models. The dataset consists of daily passenger counts from January 2023 to December 2024. The research includes data exploration, preprocessing, separate modeling with SARIMA and LSTM, and their integration through a residual learning approach. Evaluation results show that SARIMA achieved the best performance in capturing seasonal patterns with a Mean Absolute Percentage Error (MAPE) of 3.81%, followed by Random Forest with 5.81% and XGBoost with 5.84%. The LSTM model performed less effectively with a MAPE of 6.81%. Although the SARIMA–LSTM combination is theoretically promising, it produced a worse result with a MAPE of 14.27% due to error accumulation in the residual learning stage. This study highlights that the choice of prediction model strongly depends on data characteristics and forecasting objectives, as well as the importance of multi-model integration to improve prediction accuracy in airport passenger density forecasting applications.
Estimasi Jarak Pandang Meteorologi di Bandar Udara Menggunakan Metode Back Propagation dan CNN Maesaroh, Siti; Muludi, Kurnia; Triloka, Joko
Building of Informatics, Technology and Science (BITS) Vol 7 No 1 (2025): June (2025)
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i1.7138

Abstract

Airports in Indonesia often face bad weather problems that affect visibility and impact flight operations. Historical data shows several incidents caused by decreased visibility due to fog or rain that resulted in flight delays and cancellations. It can be said that the importance of more accurate visibility estimates to improve safety and operational efficiency at airports. The purpose of this study was to determine the performance of the Back Propagation and Convolutional Neural Network (CNN) models in estimating meteorological visibility at airports because accurate visibility is very important in determining operational decisions, especially during bad weather conditions. The selection of the Back Propagation method is based on its advantages in handling various types of data dynamically and in a directed manner so that it is more precise in predicting visibility based on interrelated meteorological variables. While Convolutional Neural Network (CNN) is very effective in handling problems involving image data. However, currently there are quite a lot of studies that use CNN for text processing because the results are quite promising. The data used is meteorological data that includes temperature, humidity, air pressure, wind speed and other parameters at Radin Inten II Airport. From the results of this study, the Backpropagation model is better in ROC AUC (85%) compared to CNN (84%), this shows a slight advantage in distinguishing classes. The CNN model is better in Precision by 71% compared to Back Propagation 70%, which means it is slightly better at avoiding false positive predictions. CNN has a higher correlation on the test data (0.20) compared to Back Propagation (0.18) indicating its predictions are slightly more in line with the actual data. The larger correlation difference in CNN (0.18) compared to Back Propagation (0.10) indicates a higher possibility of CNN overfitting compared to BP. Since both models show almost the same performance and the difference is not too significant, the choice of model can depend on the specific needs in the implementation. If the goal is to get a more stable model, then Backpropagation is more recommended because it has a smaller correlation difference and higher ROC AUC. However, if what is sought is a model with more accurate predictions in real scenarios, then CNN can be a better choice because it has higher Precision and better test correlation.
Co-Authors ., Rusliyawati Admi Syarif Aflaha Asri Agus Iriawan Agus Wantoro Agus Wantoro Agus, Isnandar Agustinus Eko Setiawan Ahmad Habibullaah Ahyarudin Akbar, Mohammed Raihan Akmal Junaidi Alfabet Setiawan Alfi, Firmansyah Yuni Andika Yuda Andreas Perdana Andri Winata Andrian, Rico Anggun Falianingrum Apri Candra Widyawati Aprilia, Indri Mada Ari Kurniawan Saputra Aristoteles, Aristoteles Asmiati Asmiati Assidik, Reksa Qodri Astria Hijriani Astria Hijriani Astria Hijriani Astria Hijriani, Astria Aulia Putri Ariqa Bayu Ade Candra, Bayu Ade Bernadhita Herindri S. Utami Budiman Ruliansyah candra, bayu ade dedi kurniawan Dian Kurniasari Didik Kurniawan Dimas Aminudin Saputra Djauharie, Arlyandi S Djuadi, Noverman Dwi Hendratmo Widyantoro Dwi Sakethi Eko Priyanto Erlina Ain Andini Eva Diana Sari Evita Fitriasari Fajri Reskanida Fanni Lufiana Fanni Lufiana Fathur Rahmi Febi Eka Febriansyah Febi Eka Febriansyah Heni Sulistiani Heningtyas, Yunda Herlina Herlina Ida Nurhaida Irawati, Anie Rose Jayawarsa, A.A. Ketut Jihan Aferiansyah Kenny Claudie Fandau Khairun Nisa Khalida Zhia Kurnia Muludi KUSPRIYANTO La Zakaria Lia Atika Rani Lumbanraja, Favorisen R M Said Hasibuan Machudor Yusman Machudor Yusman Mahfut Mardiana Mardiana Maya Asterita Meizari, Ary Mohammad Surya Akbar Muhammad Apriansyah Setiawan Muhammad Iqbal Muhammad Irfan Ardiansyah Muharni, Sita Ni Putu Ayu Anesca Noni Kurniasih Noverina Rahmaniyanti Okta Viana Ossy Dwi Endah Wulansari Pratama, Rinaldo Adi Rahmat Safe'i Rangga Firdaus Rangga Firdaus Rendi Irawan Resti Lucyana Reza Aji Saputra Riska Aprilia Romadhoni, Nuzul Rahmat SAIFUL ANWAR Saur Pangihutan Sinurat Saur Pangihutan Sinurat, Saur Pangihutan Shofiana, Dewi Asiah Singagerda, Faurani Santi Siti Maesaroh Sonianto Sonianto Sonianto Sonianto Sri Ratna Sulistiyanti Sri Wahyuningsih Sutyarso Sutyarso Syangap Diningrat Sitompul Tantut Wahyu Setyoko Taqwan Thamrin Tia Ayu Muliana Tiyara Saghira Triloka, Joko Tristiyanto Tristiyanto Tundjung Tripeni Handayani Warsito Warsito Wartariyus Wartariyus Yugo Prasojo, Diaji Yulia K. Wardani Yuni Rahayu Yuni Rahayu, Yuni Zuhri Nopriyanto Zuriana Zuriana