Article Per Year (5 Year)
p-Index From 2021 - 2026
6.137
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) International Journal of Advances in Applied Sciences Transmisi: Jurnal Ilmiah Teknik Elektro TELKOMNIKA (Telecommunication Computing Electronics and Control) Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Journal of Telematics and Informatics Proceeding of the Electrical Engineering Computer Science and Informatics TRANSISTOR Elektro dan Informatika Jurnal Manajemen Keuangan Publik AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat Jurnal Kesehatan Global PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Indonesian Journal of Electrical Engineering and Computer Science Jurnal Bumigora Information Technology (BITe) Pengmasku Prosiding Seminar Riset Mahasiswa Jurnal Rekayasa Sistem Informasi dan Teknologi
Imam Much Ibnu Subroto
Department Of Informatics, Universitas Islam Sultan Agung
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Physics Public Health Social Sciences

Published : 94 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 94 Documents
Search

 6   7   8   9   10 
Identifikasi Kepakaran Dosen Berdasarkan Rekam Jejak Publikasi Terindeks Sinta Menggunakan Yet Another Keyword Extractor (YAKE) Ilhamsyah, Muhamad Reynaldi; Subroto, Imam Much Ibnu; Haviana, Sam Farisa Chaerul
TRANSISTOR Elektro dan Informatika Vol 5, No 3 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.2.%p

Abstract

Perkembangan sistem pendidikan yang semakin digital dan global mempengaruhi berbagai aspek pendidikan, termasuk dalam hal penentuan kepakaran dosen pada perguruan tinggi. Namun, di Universitas Islam Sultan Agung Semarang, sistem pencarian kepakaran dosen masih belum tersistem dengan baik. Tujuan dari penelitian ini adalah mengembangkan sebuah sistem yang dapat mengidentifikasi kepakaran dosen berdasarkan rekam jejak publikasi dosen yang terindeks dalam scopus pada SINTA. Metode yang digunakan, yaitu metode Yet Another Keyword Extractor (YAKE) yang akan menghasilkan sekumpulan kata kunci dan skor relevansinya yang akan dijadikan data kepakaran dosen secara spesifik. Dalam pengembangan sistem ini setiap dosen akan menghasilkan kata kunci dengan variasi 1 hingga 3 frasa kata kunci yang dihasilkan, dan jumlah kata kunci maksimal dalam penelitian ini adalah 20 kata kunci setiap dosen berdasarkan perhitungan metode mean average precision@k (MAP@K). Sehingga, setiap dosen akan memiliki jumlah kata kunci yang berbeda-beda sesuai dengan isi publikasi dan hasil ekstraksi metode Yet Another Keyword Extractor (YAKE) pada publikasi dosen tersebut. Jumlah total hasil kata kunci dalam ekstraksi penelitian ini yaitu 3264 kata kunci. Dengan memanfaatkan metode ini dapat secara lebih objektif mengidentifikasi serta mewakili tingkat kepakaran seorang dosen dalam bidang tertentu secara spesifik dan diharapkan dapat meningkatkan efisiensi dalam proses pendidikan, mendorong kolaborasi antar dosen, dan memberikan pandangan yang lebih jelas tentang bidang kepakaran di lingkungan Universitas Islam Sultan Agung Semarang.
Deteksi Similarity Tugas Akhir Mahasiswa Menggunakan Cosine Similarity Putra, Yustian Dikma Eka; Subroto, Imam Much Ibnu; Haviana, Sam Farisa Chaerul
TRANSISTOR Elektro dan Informatika Vol 5, No 3 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.3.122-130

Abstract

Tugas akhir (TA) atau tesis merupakan sebuah mahakarya tertulis berupa rangkaian tulisan ilmiah yang mempresentasikan hasil dari sebuah penelitian guna membahas suatu masalah di dalam suatu bidang keilmuan tertentu dengan menggunakan kaidah-kaidah penulisan yang berlaku di suatu bidang ilmu pengetahuan tertentu. Sementara dalam pembuatan tugas akhir sendiri sering ditemui tindak plagiarisme, tindakan ini sendiri bertujuan untuk mencuri hasil pikiran orang lain. Metode cosine similiarity  digunakan untuk menghitung similiarity atau kemiripan dokumen dari tugas akhir dengan tujuan untuk menghitung seberapa besar tingkat similiarity-nya sehingga nantinya dapat digunakan sebagai salah satu cara mengidentifikasi apakah dokumen tersebut plagiat atau tidak. Pada perhitungan metode cosine jika semakin mendekati angka 1 maka dokumen tersebut bisa dianggap plagiat dan sebaliknya jika mendekati angka 0 maka similiarity atau kesamaan dokumen tersebut rendah.
Klasifikasi Bidang Ilmu Publikasi Ilmiah Terindeks SINTA Menggunakan Metode Naïve Bayes Nurnasikha, Kusuma; Haviana, Sam Farisa Chairul; Subroto, Imam Much Ibnu
TRANSISTOR Elektro dan Informatika Vol 5, No 3 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.3.147-154

Abstract

Publikasi ilmiah menjadi tuntutan akademik untuk menunjukkan tanggangjawab sebagai peneliti. Di Indonesia salah satu kegiatan yang berkaitan dengan status peneliti adalah publikasi yang terindeks SINTA (Science and technology Index). Secara garis besar besar judul-judul dapat diklasifikasikan ke dalam lima bidang ilmu yaitu Arts & Humanities, Engineering & Technology, Life Sciences & Medicine, Natural Sciences, and Social Sciences & Management. Permasalahannya adalah judul penelitian belum terklasifikasikan secara otomastis. Tujuan penelitian ini adalah untuk menerapkan dan menguji kinerja Naive Bayes dalam klasifikasi lima bidang ilmu pada publikasi terindeks Scopus. Naïve Bayes merupakan klasifikasi prediksi yang mudah diinterpretasikan. Naïve Bayes memudahkan peneliti mengklasifikasikan lima bidang ilmu karena modelnya sederhana dan cukup fleksibel meningkatkan kualitas keputusan dihasilkan. Berdasarkan hasil dari perhitungan menggunakan algoritma Naive Bayes, diperoleh nilai pada akurasi 0,425 recall 0,20 dan presisi 0,05. Namun hasil tersebut masih cukup rendah jika digunakan pada sistem SINTA dikarenakan  pada saat pelabelan dataset yang digunakan belum optimal.
Identifikasi Kematangan Buah Jeruk Medan Menggunakan K-Nearest Neighbor berbasis Metrik RGB Putra, Allief Suryatama Jaya; Subroto, Imam Much Ibnu; Poetro, Bagus Satrio Waluyo
TRANSISTOR Elektro dan Informatika Vol 5, No 3 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.3.155-160

Abstract

Kemajuan pesat inovasi di bidang pengolahan citra semakin membuat aplikasi dan eksplorasi strategi penanganan gambar dibuat. Pengolahan citra mempunyai peranan penting di berbagai bidang. Aplikasi pengolahan citra berkaitan dengan pemrosesan citra berkaitan dengan transformasi warna. Dalam hal ini, metode transformasi ruang warna RGB sebagai bagian dari pengolahan citra membantu dalam mendeteksi warna dalam citra dan mengolahnya. Ruang warna merupakan model matematis yang menjelaskan mengenai warna yang direpresentasikan ke dalam model angka. Dalam penelitian ini, berdasarkan dari hasil pengujian menggunakan citra buah Jeruk Medan untuk mendeteksi jenis kematangannya dengan melakukan transformasi ruang warna RGB lalu mencari nilai rata-rata dari setiap warna dasar yaitu merah, hijau, dan biru kemudian memberikan metode KNN algoritma yang sering digunakan dalam pembelajaran mesin. Algoritma ini digunakan untuk memprediksi kelas suatu objek berdasarkan data pembelajaran yang ada. Algoritma ini bekerja dengan cara mencari objek yang paling mirip dengan objek yang ingin diprediksi kelasnya, lalu menggunakan kelas dari objek-objek tersebut untuk memprediksi kelas dari objek yang ingin diprediksi yang dilakukan dengan menggunakan data sampel sebanyak 180 data buah yang terdiri dari 60 citra buah Jeruk Medan disetiap jenis kematangannya, 60 sampel uji buah Jeruk Medan matang, 20 sampel buah Jeruk Medan setengah matang dan 60 sampel buah Jeruk Medan mentah. Pada penelitian ini mendapatkan nilai hasil dari klasifikasi dari k = 9 juga memiliki presentasi yang tinggi yaitu 87%
Evaluasi Perspektif Pengguna Terhadap Sistem Informasi Pemerintahan Daerah (Studi Kasus di Kabupaten X) Subroto, Imam; A. A. Uliansyah, Beta
JURNAL MANAJEMEN KEUANGAN PUBLIK Vol 7 No 2 (2023)
Publisher : Polytechnic of State Finance STAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31092/jmkp.v7i2.2578

Abstract

Changing the SIMDA application to SIPD requires operators to adapt. This research aims to evaluate the implementation of SIPD in District X using the System Usability Scale (SUS) method and the Delone and Mclean Success Model. Then to find out which parts must be maintained and which must be improved using the Delone and Mclean Success Model. This research uses a mix method, through quantitative analysis using descriptive statistics followed by qualitative analysis using interviews. There are three types of information systems in SIPD, regional development information systems, regional financial information systems, and other regional government information systems. The SUS results show that these three types of SIPD have not been fully accepted by operators. An information system that is considered to be newly implemented is one of the factors why this information system has not been well received by users. The results of the analysis using the DeLone and McLean success model also show results that support the SUS analysis. The aspect that received the lowest score was the quality aspect of the information system. Meanwhile, the aspect that is considered the most satisfying is the service quality aspect. Services in the form of technical guidance have been provided by SIPD developers, but this needs to be done intensively, especially if there is an update to the information system. The suggestion from this research is that SIPD developers should provide more intensive technical guidance to operators and develop SIPD so that it is integrated with other applications.
Classification of Atopic Dermatitis and Psoriasis Skin Diseases Using Residual Network (ResNet-50) Mekacahyani, Rakhimatulfitria; Badie’ah, Badie’ah; Much Ibnu Subroto, Imam
Jurnal Bumigora Information Technology (BITe) Vol 6 No 2 (2024)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/bite.v6i2.4164

Abstract

Background: Atopic dermatitis and psoriasis are common skin diseases with similar symptoms, characterized by abnormally red or inflamed epidermal lesions and varying degrees of skin thickening. However, they are distinct conditions, making it crucial to understand how to differentiate between them. This understanding can help reduce stigma and the risk of comorbidities, thereby improving patients' quality of life and preventing more serious health risks. Objective: The aim of this research is to increase accuracy in classifying the skin diseases atopic dermatitis and psoriasis using the Residual Network (ResNet-50) model without overfitting, and compare it with the MobileNet model to find the best approach. Method: The method used in this study is the ResNet-50 architecture for skin disease classification, namely atopic dermatitis and psoriasis. The selection of the ResNet-50 model is based on the use of shortcut connections that allow the application of deeper networks without experiencing the problem of vanishing gradients. Result: The results showed that the best accuracy reached 92.75% for training data and 88.00% for testing data, with a data ratio of 80%:10%:10%. In addition, the confusion matrix results from the best model showed that the precision, recall, and F1 score values ​​for both diseases were between ≥80% and ≤96%. Conclusion: The ResNet-50 method in scenario 1 outperformed other scenarios, improving classification accuracy and enhancing diagnostic effectiveness and medical practice development.
Implementasi dan Pelatihan Penggunaan Sistem Informasi Persediaan Obat Berbasis Web pada Apotek Sekawan Semarang: Deployment and Training on the Utilization of a Web-Based Pharmaceutical Inventory Information System at Sekawan Pharmacy, Semarang Khoiriyah, Nuzulia; Subroto, Imam Much. Ibnu; Nurhidayah, Eva
PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Vol. 10 No. 5 (2025): PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/pengabdianmu.v10i5.8823

Abstract

Sekawan Pharmacy, located at Jl. Tlogosari Raya II/47 H, Tlogosari Kulon, Pedurungan District, Semarang City, Central Java, has not yet implemented a structured drug procurement plan based on a forward-looking drug needs analysis. Drug data recording is still conducted manually, with some records managed using Microsoft Excel. However, the use of Microsoft Excel for drug data recording is limited, as it only includes basic information such as drug name, purchase price, drug type, unit, and expiration date. Manual data recording presents several challenges, including errors in checking drug availability and inventory, as well as inaccuracies in monitoring stock fluctuations. These issues often result in discrepancies in final stock calculations and stock shortages when needed. A Community Service Program was carried out through the development of a web-based drug inventory information system and training on its usage to address the needs of Sekawan Pharmacy in improving its stock management efficiency. This initiative aims to enhance the pharmacy's ability to meet consumer demands promptly. The implementation process of the information system and training proceeded smoothly. Users were able to operate the system effectively, as it is designed to be easy to understand and use.
Analisis Sentimen Terhadap Produk Sunscreen Pada Marketplace Menggunakan Support Vector Machine (SVM) Bahtiar, Thoriq; Assegaf, Badieah; Subroto, Imam Much Ibnu
TRANSISTOR Elektro dan Informatika Vol 6, No 1 (2024)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.6.1.%p

Abstract

Pasar online seperti Shopee telah menjadi platform penting bagi bisnis untuk menjual produk dan layanan kepada khalayak luas, mendorong pertumbuhan platform marketplace. Ulasan konsumen tidak hanya mencerminkan pengalaman pribadi pengguna dengan sebuah produk, tetapi juga memberikan informasi detail tentang efektivitas produk tersebut. Dengan menganalisis ulasan ini, calon pembeli bisa mendapatkan gambaran yang lebih jelas mengenai kelebihan dan kekurangan produk tersebut, sehingga bisa menjadi umpan balik yang berharga untuk peningkatan produk di masa mendatang. Penelitian ini bertujuan untuk mengembangkan sistem analisis sentimen terhadap produk sunscreen di marketplace Shopee menggunakan metode Support Vector Machine (SVM). Analisis sentimen dilakukan untuk mengevaluasi tingkat kepuasan konsumen terhadap produk sunscreen yang dijual di Shopee. Melalui analisis ini, persepsi konsumen tentang produk tersebut dapat dievaluasi, sehingga memberikan wawasan berharga untuk peningkatan produk dan pengambilan keputusan konsumen. Proses analisis sentimen mencakup tahapan pra-pemrosesan teks, termasuk lowercasing, tokenization, dan penghapusan stop words menggunakan Sastrawi. Berdasarkan hasil penelitian, metode SVM dengan pembobotan TF-IDF menunjukkan performa yang memuaskan dengan akurasi tinggi, nilai precision 0,89, recall 0,90, dan F1-score 0,89, yang mengindikasikan kemampuan model dalam mengklasifikasikan sentimen konsumen secara efektif dan konsisten.
Penerapan Metode BERT (Bidirectional Encoder Repretentations From Transformers) Pada Analisis Emosi Terhadap Program Kerja Lapor Mas Wapres Presiden RI Dengan Presepsi Pengguna Media Sosial X Prasetyo, Muhammad Krisna Heri; Subroto, Imam Much Ibnu
TRANSISTOR Elektro dan Informatika Vol 7, No 1 (2025): April : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.1.%p

Abstract

Analisis sentimen dan emosi publik terhadap program kerja Lapor Mas Wapres Presiden Republik Indonesia menjadi salah satu aspek penting dalam memahami respons masyarakat di media sosial. Penelitian ini bertujuan untuk menganalisis sentimen publik menggunakan metode Bidirectional Encoder Representations from Transformers (BERT), khususnya IndoBERT, dalam mengklasifikasikan emosi yang muncul dalam opini masyarakat di platform media sosial X. Hal ini mengindikasikan bahwa publik secara umum memberikan apresiasi positif terhadap program kerja Lapor Mas Wapres, meskipun masih terdapat kritik yang cukup banyak. Model IndoBERT yang digunakan dalam penelitian ini mencapai akurasi sebesar 92%, menunjukkan bahwa model ini mampu mengklasifikasikan sentimen dengan baik. Dengan demikian, hasil analisis ini dapat memberikan gambaran yang cukup akurat mengenai persepsi publik terhadap program kerja pemerintah yang sedang berjalan. 
Sentimen Analisis terhadap Artis yang Terdampak karena Boikot Produk Minuman yang dipromosikannya menggunakan BERT Ashar, Firbaya Mutiara; Subroto, Imam Much Ibnu
TRANSISTOR Elektro dan Informatika Vol 7, No 1 (2025): April : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.1.%p

Abstract

Media sosial, khususnya Instagram, telah menjadi wadah utama bagi masyarakat untuk mengekspresikan opini, termasuk dalam merespons fenomena budaya populer seperti Korean Wave dan Kpop. Baru-baru ini, keputusan grup Kpop NCT untuk berkolaborasi dengan Starbucks memicu beragam reaksi dari penggemar, terutama di tengah gerakan boikot terhadap brand tersebut. Penelitian ini bertujuan untuk menganalisis sentimen komentar penggemar NCT terkait kolaborasi ini menggunakan model Indonesian Bidirectional Encoder Representations from Transformers (IndoBERT). Eksperimen dilakukan pada data yang tidak seimbang dan data yang telah diseimbangkan menggunakan metode Synthetic Minority Over-sampling Technique (SMOTE). Hasil penelitian menunjukkan bahwa data yang tidak seimbang menyebabkan model mengalami overfitting dengan akurasi sebesar 83%, precision 84%, recall 83%, dan f1-score 83%. Setelah dilakukan balancing data menggunakan SMOTE, performa model meningkat dengan akurasi, precision, recall, dan f1-score sebesar 86%. Hal ini membuktikan bahwa balancing data berperan penting dalam meningkatkan performa model dalam analisis sentimen.
Co-Authors A Azidny A. A. Uliansyah, Beta Abdelhadi Husein Aburawis Abdul Rohman Soleh Achmad Chaidir Adi Ariyo Munandar Adib Ulil Anwar Agung Suryowibowo Ahmad Syarif Hidayatullah Akhsinatul Laeliyah Alfano Endra Wardhana Alfiah Nurul Fatimah Intan Pertiwi Ali Selamat Ali Selamat Andhika Bayu Pratama Andi Riansyah Arief Marwanto Arifin, Bustanul Arifin, Zaenal Arigama, Rizki Artini DP, Sri Aser Anou Ashar, Firbaya Mutiara Asih Widi Harini Ayunda Miftakhul Laili Azmia, Hisnan Faudan Badieah Assegaf Badie’ah, Badie’ah Badie’ah, Badie’ah Bahrun Niam Bahtiar, Thoriq Basit, Abdul Budi Cahyo Wibowo Bustanul Arifin Bustanul Arifin Chaerul Haviana, Sam F. Chanif, Muhammad Nur Daniyah, Daniyah Darso D Dedy Kurniadi Deris Stiawan Deshinta Arrova Dewi Dwi Zunia Arianto Eka Nuryanto Budi Susila Eko Saputra, Wardianto F Feriawan Fadhilah, Achmad Naufal Fahmi Arif Dewoputro Fahrizal, Fery Fajar Yumono Fajarini, Intan Putri Nur Febrian Rio Hartono Fitri Anindyahadi Goli Arji Hardjana, Irawan Pudja Hud Munawar Ilhamsyah, Muhamad Reynaldi Imam Hendi Susanto Irfan Fadhil Irwan Sukendar Irwan Sukendar Iska Yanuartanti khaled jemah basher Kharis Abdullah La Ode Muhamad Idris Laksamana Rajendra Haidar Lestari Kurniawati, Lestari Lina Handayani Mahfud Ade Purwanto Maryuliana Maryuliana Maulida, Aina Nurul Mekacahyani, Rakhimatulfitria Milasanti, Denina Moch Taufik Moloud Abdar Muhamad Haddin Muhamad Qomaruddin Muhammad Fadelillah Muhammad Khosyiin Muhammad Nur Gofinda Muhammad Qomaruddin Muhammad Rahman Hakim Munawar Agus Riyadi Mustafa, Mustafa Najmah, Najmah Nova Catur Anggi Cahyo Nur Ramadhanif Nur'aini, Intan Nurhidayah, Eva Nurnasikha, Kusuma Nuzulia Khoiriyah Poetro, Bagus Satrio Waluyo Pranoto Wibowo Prasetyo, Muhammad Krisna Heri Putra, Allief Suryatama Jaya Putra, Yustian Dikma Eka Putri, Sarah Dwi Qirom Qirom Rachmad Gabels Raden Abdul Rahman Ratna Supradewi Riansyah, Andi Riky Maulana Firdaus Rini Oktarina Riyadh Alnajih Alsayih Riyani, Dita Rizki Arigama Rohman, Andhi Rony, Zahara Tussoleha Rusmal Firmansyah S Suprayogi Saadah, Farikhatus Sam F. Chaerul Haviana Sam Farisa Chaerul Haviana Sapto Utomo Sharareh R. Niakan Kalhori Sigit Ardianto Sofia Murtiani Sri Artini DP Sri Arttini Dwi Prasetyawati Sri Mulyono Suharyo Herwasto Sukendar, Irwan Supriyanto S Suryani Alifah Suyanto Suyanto Tole Sutikno Tri Basuki Kurniawan Trisnawarman, Trisnawarman Ulil Albab Ushuludin, Mohammad Wardianto Eko Saputra Wicaksono, Yusuf Arief Wiwiek Fatmawati Yahya Hidayatullah Yasni, Loura Yusuf Arief Wicaksono Zaenal Arifin