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 
Deteksi Hoax di Media Sosial Menggunakan Naive Bayes Chanif, Muhammad Nur; Subroto, Imam Much Ibnu
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

Penyebaran informasi melalui media sosial yang semakin masif memunculkan tantangan baru dalam membedakan antara konten valid dan hoaks, terutama karena informasi palsu sering kali dikemas secara meyakinkan. Deteksi manual terhadap hoaks membutuhkan waktu dan tidak efisien dalam skala besar, sehingga diperlukan pendekatan berbasis kecerdasan buatan. Penelitian ini mengembangkan sistem deteksi hoaks menggunakan pendekatan Natural Language Processing (NLP) dan algoritma Naïve Bayes untuk mengklasifikasikan teks sebagai hoaks atau non-hoaks. Dataset yang digunakan terdiri dari 134.198 data teks Twitter yang telah diberi label, dan diproses melalui tahap preprocessing dan ekstraksi fitur menggunakan TF-IDF. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score untuk mengukur performa model. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 95,87%, presisi 95,23%, recall 96,80%, dan F1-score 96,01%, yang mengindikasikan kemampuan tinggi dalam mengidentifikasi hoaks secara otomatis. Sistem ini telah diimplementasikan dalam antarmuka berbasis Streamlit dan diharapkan dapat mendukung upaya mitigasi penyebaran informasi palsu di media sosial secara lebih efektif dan efisien.
Diversifikasi Metode Pemasaran Produk Dengan Pengembangan Toko Online Pada UMKM Galgil Indonesia Haviana, Sam Farisa Chaerul; Subroto, Imam Much Ibnu; Wicaksono, Yusuf Arief
Aksiologiya: Jurnal Pengabdian Kepada Masyarakat Vol 7 No 2 (2023): Mei
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/aks.v7i2.11064

Abstract

Galgil Indonesia atau lebih dikenal dengan Kaos Galgil, adalah salah satu UMKM yang mengangkat identitas kota Tegal dan keunikannya melalui berbagai produk, dimana produk unggulannya adalah kaos dengan desain khas Tegal. Dimasa pandemi dengan pembatasan mobilitas dan penutupan akses ke beberapa wilayah di kota Tegal mengakibatkan penurunan penjualan yang sangat signifikan. Hal ini dikarenakan proses jual beli kaos Galgil selama ini hanya dilakukan melalui toko fisik yang bergantung pada mobilitas konsumen. Manajemen Galgil Indonesia juga telah berusaha memperluas model penjualannya melalui penjualan online dimana dilakukan dengan mendaftarkan diri pada marketplace. Namun langkah tersebut tidak secara signifikan meningkatkan penjualan. Hal inilah yang mendasari pelaksana pengabdian bermitra dengan Galgil Indonesia untuk membangun toko online untuk kaos Galgil sebagai diversifikasi metode pemasarannya dan menjadi solusi bagi permasalahan selama masa pandemi. Menggunakan platform Woocommerce dan Wordpress, pengembangan toko online Galgil Indonesia menjadi lebih cepat, efisien, dan hemat biaya pengembangan. Selain itu toko online menjadi pengukuhan eksistensi Galgil Indonesia di Internet sebagai brand fashion UMKM.
SAVER: Smart Automatic Vending for Environmental Recycle of Plastic Bottle Waste Riyani, Dita; Subroto, Imam Much Ibnu
TRANSISTOR Elektro dan Informatika Vol 7, No 2 (2025): Agustus : Transistor EI
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.7.2.%p

Abstract

Masalah sampah botol plastik yang terus meningkat membutuhkan solusi baru berbasis teknologi. Studi ini membahas pembuatan SAVER, sebuah mesin otomatis pintar yang dapat mendeteksi, menerima, dan menangani botol plastik bekas, sekaligus memberikan hadiah kepada penggunanya. Sistem ini menggunakan sensor, mikrokontroler, dan Internet of Things (IoT), serta platform hadiah digital untuk mengajak masyarakat terlibat dalam daur ulang. Proses perancangan meliputi pembuatan perangkat keras, penulisan kode sistem kontrol, dan menghubungkan pemantauan data melalui platform daring. Hasil pengujian menunjukkan bahwa sistem ini bekerja dengan baik dalam menemukan dan mengumpulkan botol plastik, serta mencatat dan mengirimkan data secara akurat ke server. Penggunaan SAVER diharapkan menjadi langkah positif dalam mengurangi sampah plastik, meningkatkan kesadaran lingkungan, dan membantu membangun sistem pengelolaan sampah berbasis teknologi yang berkelanjutan.
Large language models and retrieval-augmented generation-based chatbot for adolescent mental health Riansyah, Andi; Subroto, Imam Much Ibnu; Nur'aini, Intan; Supradewi, Ratna; Suyanto, Suyanto
International Journal of Advances in Applied Sciences Vol 14, No 3: September 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijaas.v14.i3.pp849-858

Abstract

Access to fast and efficient information is crucial in today's digital era, especially for teenagers in obtaining mental health services. The manual method used by Youth Information and Counselling Centre (PIK R) to provide mental health information requires significant time and effort. This research presents an AI-based solution by developing a chatbot system using retrieval-augmented generation (RAG) and large language models (LLM). This chatbot is designed to provide accurate and effective mental health information for teenagers throughout the day. An analysis of a dataset consisting of articles on teenage mental health and data from the Alodokter website was used as the basis for the development of this chatbot. The research results show that the chatbot is capable of providing relevant and accurate information, with evaluations using the recall-oriented understudy for gisting evaluation (ROUGE) score method yielding an average of ROUGE-1 with a precision of 87.8%, recall of 83.0%, and F1-measure of 84.0%; ROUGE-2 with a precision of 82.8%, recall of 76.8%, and F1-measure of 78.2%; and ROUGE-L with a precision of 88.0%, recall of 82.6%, and F1-measure of 83.4%. These findings indicate the potential use of chatbots as an effective tool to support the mental health of adolescents.
HUMAN WEIGHT MEASUREMENT PREDICTION WITH VISUAL IMAGES WITH ARTIFICIAL NEURAL NETWORK ALGORITHM Basit, Abdul; Subroto, Imam Much Ibnu; Dwi Prasetyowati, Sri Arttini
Journal of Telematics and Informatics Vol 8, No 1 (2020)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jti.v8i1.

Abstract

Measuring instrument becomes very important to be able to know how much human weight is. Weight information is generally obtained from measurements by body scale. One of other methods to find out a person's weight is by image processing. This study aims to calculate body weight by image processing with the Artificial Neural Network algorithm using back propagation method to detect body weight. The results of testing, analysis, and system accuracy of 97% indicate that the method of calculating body weight is very possible through image processing with various provisions and restrictions.   Key words: Weight, Computer Vision, Artificial Neural Network
Genetic Algorithm To Optimize The Shortest Route for Indomaret Goods Suppliers Hardjana, Irawan Pudja; Subroto, Imam Much Ibnu; Alifah, Suryani
Journal of Telematics and Informatics Vol 12, No 1 (2024)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jti.v12i1.

Abstract

This research examines the application of genetic algorithms to optimize the distribution of goods from suppliers to Indomaret outlets in the East Tegal District area by modeling the problem as the Traveling Salesman Problem (TSP). A genetic algorithm is applied to determine the most efficient distribution route, which aims to reduce travel distance and operational costs. Distance data between location points is taken from Google Maps, and the optimization process involves forming an initial population, selection based on fitness function, crossover, and mutation. The research results show that the genetic algorithm can produce an optimal solution with the shortest distance of 9,700 meters, and the highest fitness value of 0.0001031. These findings provide an overview of the effectiveness of genetic algorithms in handling TSP in the context of goods distribution and have the potential for further development in distribution and logistics applications
Large Language Model and Retrieval-Augmented Generation Model for Indonesian Publication Milasanti, Denina; Subroto, Imam Much Ibnu; Haviana, Sam Farisa Chaerul
Journal of Telematics and Informatics Vol 12, No 1 (2024)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jti.v12i1.

Abstract

Garba Rujukan Digital (GARUDA) is a platform for publications and references in scientific articles, journals, and theses in Indonesia. However, to be able to find specific information in many articles and journals, of course, it is necessary to develop a system to make it easier to find this information. Therefore, a chatbot system with Large Language Model (LLM) and Retrieval Augmented Generation (RAG) was developed which is used to retrieve information through data-based chatbots on GARUDA. To find out the results of this study, a matrix evaluation was carried out using the ROUGE score with an average result of the value range from 42.68% to 68.03%. Thus, the evaluation showed that the output worked quite well in answering questions in scientific articles in the GARUDA Computer Science & IT indexed journal, especially on web-based subtopics.Keywords: chatbot, RAG, LLM, GARUDA Kemdikbud 
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.
KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS SCOPUS MENGGUNAKAN METODE K-NEAREST NEIGHBOR Maulida, Aina Nurul; Riansyah, Andi; Subroto, Imam Much Ibnu
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

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

Abstract

Daftar publikasi nasional yang terakreditasi disediakan oleh SINTA, situs web atau portal ilmiah online yang dikelola oleh Kemendikbud. SINTA juga dapat dilihat sebagai repository atau pusat data jurnal nasional yang terakreditasi. Saat ini permasalahan yang dihadapi oleh SINTA ialah klasifikasi bidang ilmu pada publikasi terindeks Scopus yang belum sesuai dengan 5 bidang ilmu. Berlandaskan permasalahan tersebut maka tujuan dilaksanakannya penelitian ini yaitu untuk mengklasifikasi bidang ilmu setiap judul publikasi menjadi 5 bidang ilmu. Untuk mendapatkan hasil klasifikasi maka penelitian ini memakai metode K-Nearest Neighbor. Pengklasifikasian artikel publikasi dapat dilakukan melalui beberapa proses, diantaranya seperti Data Cleaning, Case Folding, Tokenizing, Stopword Removal, serta Stemming. Pada penelitian ini penulis menggunakan data sebanyak 750, dimana masing-masing bidang terdapat 150 data, kemudian data tersebut dibagi menjadi data training dan data testing yaitu masing-masing 675 dan 75 dengan 6 kali percobaan menggunakan beberapa parameter K yaitu 5,15,20,25,45,50. Dari hasil percobaan tersebut menghasilkan nilai tertinggi dengan K=5 yaitu akurasi sebesar 0.5384%, presisi sebesar 0.3768%, dan recall sebesar 0.2977%. hasil tersebut belum sesuai dengan hasil yang diharapkan penulis dikarenakan pada saat pelabelan data yang diambil tidak tepat.Keyword: Klasifikasi, KNN, Scopus.
Pengembangan Sistem Monitoring Manajemen Yayasan Badan Wakaf Sultan Agung Berbasis REST API Azmia, Hisnan Faudan; Subroto, Imam Much Ibnu; Alifah, Suryani
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

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

Abstract

Penelitian ini menerapkan teknologi web services dengan metode REST API pada Sistem Monitoring Manajemen Yayasan Badan Wakaf Sultan Agung untuk mengintegrasikan sistem yang berbeda platform dari unit yang berbeda sehingga kebutuhan informasi yang lengkap. Pengujian menunjukkan bahwa teknologi REST API berhasil merealisasikan interoperabilitas antara Sistem Monitoring Manajemen YBWSA dengan dua sistem lainnya yang berbeda platform. Pengujian REST API dilakukan dengan 2 cara yaitu dengan memasukan parameter sesuai dengan desain dari API Endpoint, dari pengujian tersebut REST API dapat mengembalikan data sesuai dengan parameter yang digunakan, kemudian jika data yang dicari maka akan mengembalikan HTTP Status Code ‘404’ (Not Found) dan jika parameter tidak sesuai maka REST API mengembalikan data dalam kondisi default atau tanpa parameter, dan pengujian kecepatan dari pengujian yang dilakukan terjadi perbedaan ketika menggunakan parameter dengan tidak menggunakan parameter misalkan pada API Endpoint /unissula/penelitian yang dilakukan sebanyak 10 kali yang masing-masing dalam satuan milisecond (ms). Untuk rata-rata kecepatan tanpa menggunakan parameter adalah 106, 2 milisecond, sedangkan dengan menggunakan parameter “judul=learning&kdProdi=55201” adalah 80 milisecond. Kecepatan request dari REST API dipengaruhi beberapa hal yaitu, penggunaan query, ukuran dari database, optimalisasi database seperti penggunaan query, index dalam tabel dan kecepatan jaringan internet.Kata Kunci : Interoperabilitas, REST API, Web Services
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