Claim Missing Document
Check
Articles

Found 24 Documents
Search

Implementasi K-Nearest Neighbor (KNN) pada Sistem Pakar Diagnosa Penyakit Untuk Menentukan Kelayakan Sapi sebagai Hewan Qurban Berbasis Web Arsyad, Muh Arya; Hasanuddin, Tasrif; Hasnawi, Mardiyyah
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 3, No 3 (2022)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v3i3.632

Abstract

Umat islam melaksanakan ibadah qurban setiap tahun. Sapi adalah salah satu hewan qurban yang disembeli dalam perayaan eid adha. Sapi yang disembeli harus sesuai syariat islam. Beberapa panitia pelaksana pemotongan hewan qurban kurang memiliki pengetahuan mengenai berbagai penyakit yang dapat menyerang sapi dan sulitnya mencari tenaga medis khusus hewan atau dokter hewan sehingga panitia qurban tidak dapat secara cepat menangani sapi yang terkena penyakit. Penelitian ini bertujuan untuk membangun sistem pakar diagnosa penyakit pada sapi dan menentukan kelayakannya sebagai hewan qurban dengan menerapkan K-Nearest Neighbor (K-NN). Sampel penelitian ini menggunakan 13 jenis penyakit dan 43 gejala pada sapi sebagai data latih dan data uji. Data tersebut dihitung jarak terdekat menggunakan Euclidean Distance dan ditentukan banyaknya k tetangga terdekat untuk melakukan klasifikasi data baru. Hasil penelitian berupa aplikasi yang mampu menentukan diagnosa penyakit pada sapi menggunakan K-NN. Berdasarkan pengujian aplikasi menggunakan Black Box Testing menunjukkan tingkat penerimaan aplikasi sebesar 86.66%.
COMBINATIONS OF FEATURE EXTRACTIONS AND MACHINE LEARNING ALGORITHMS FOR SKIN CANCER CLASSIFICATION Asfar, A. Muh. Fitrah; Hasnawi, Mardiyyah; Darwis, Herdianti
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 6 (2024): JUTIF Volume 5, Number 6, Desember 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.6.2514

Abstract

One of the most common causes of death worldwide is skin cancer and its incidence is increasing. To achieve optimal treatment and improve clinical outcomes for patients, precision skin cancer detection and classification approaches are required, which can be achieved through the application of feature extraction and machine learning algorithms. The development of such algorithms to identify important patterns from skin cancer image datasets enables early detection and more accurate classification and more effective treatment. Although previous studies have tried to detect skin cancer using feature extraction techniques such as HFF, HOG, and GLCM, some weaknesses still need to be improved. This research aims to combine various feature extraction methods such as Gray Level Co-occurrence Matrix, Histogram Oriented Gradients, and Local Binary Patterns and machine learning algorithms such as Support Vector Machine, Random Forest, and Gaussian Naïve Bayes in the classification process between Melanoma and Nevus skin cancers. In this research, the number of datasets used is 17,397 derived from the ISIC Dataset. The results showed that the Histogram Oriented Gradients method with Support Vector Machine algorithm achieved the highest accuracy of 92%. The combination of Gray Level Co-occurrence Matrix and Local Binary Patterns with Random Forest algorithm also achieved an accuracy of 92%, the combination of Gray Level Co-occurrence Matrix, Histogram Oriented Gradients, and Local Binary Patterns with Random Forest algorithm also resulted in an accuracy of 92%. These findings suggest that the combination of various feature extraction methods and machine learning algorithms can improve accuracy in skin cancer classification, which in turn can contribute to early detection and more effective treatment.
Kombinasi Teknik Pemodelan Prototipe pada Aplikasi Mobile untuk Monitoring Pengiriman Sampah Daur Ulang Noor Fauzi, Muh Hilmy; Lestari Lokapitasari Belluano, Poetri; Hasnawi, Mardiyyah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 3: Juni 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025128936

Abstract

Penelitian ini bertujuan mengembangkan teknik pemodelan desain aplikasi mobile untuk memantau pengiriman sampah daur ulang dengan menggabungkan dua metode yaitu Rapid Prototyping dan User-Centered Design (UCD). Aplikasi yang dikembangkan untuk meningkatkan efektivitas pengiriman sampah daur ulang serta memastikan keterlibatan pengguna dalam proses pengelolaan limbah. Pemodelan aplikasi mobile dengan pendekatan Rapid Prototyping dalam pembuatan prototipe interaktif secara cepat sementara User Centre Design diterapkan dalam hal pemahaman secara mendalam terhadap kebutuhan pengguna. Kombinasi Teknik pemodelan antara Rapid Prototyping dan User Centre Design menghasilkan prototipe aplikasi yang baik dalam memonitor pengiriman sampah daur ulang, memberikan kontribusi positif dalam mengatasi permasalahan monitoring pengiriman sampah dan dampak positif pada industri daur ulang dimana pengujian akhir prototipe Efficiency, Effectiveness, Satisfaction, dan Usability yang telah dikembangkan berhasil menunjukkan hasil yang sangat positif. Proses pengembangan prototipe aplikasi mobile melalui beberapa tahapan antara lain analisis awal, perancangan prototipe, verifikasi dan pengujian awal, iterasi dan perbaikan, serta evaluasi akhir desain. Hasil Penelitian ini menunjukkan bahwa tingkat Efficiency dan Effectiveness pada pengujian akhir prototipe aplikasi sangat tinggi, dengan rata-rata nilai 5.00 sedangkan dari sisi Satisfaction dan Usability memperoleh rata-rata nilai sebesar 4.75.
Decision Support System for Ranking Active Waste Bank in Makassar City Using TOPSIS and VIKOR Methods Papua, Ahmad Ruslandia; Hasanuddin, Tasrif; Hasnawi, Mardiyyah
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol. 13 No. 2 (2024): JULY
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v13i2.2158

Abstract

In the city of Makassar, there were initially around 1000 waste banks, but this number has decreased significantly, and by 2023 only 381 waste banks remain active. The decline in the number of waste banks is primarily due to the society's lack of knowledge regarding the utilization of waste banks. This research aims to rank active waste banks in Makassar using the MCDM (Multi-Criteria Decision Making) technique. Two MCDM methods will be utilized in this study: the TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) method and the VIKOR (VIseKriterijumska Optimizacija I Kompromisno Resenje) method. Both methods share a common goal of finding the closest value to the ideal solution, but they differ in their normalization and aggregation functions. TOPSIS calculates the criteria weight values first, followed by the criteria values, whereas VIKOR starts with the highest criteria values and then calculates the criteria weights. The results of this research indicate that some alternatives received the same ranking using TOPSIS and VIKOR methods. The criteria used to calculate data for Waste Banks are Operational Hours, Operational Schedule, Total Customers, Total Employees, and Amount of Collected Waste. These criteria are determined based on Regulation Minister of Environment and Forestry Republic of Indonesia Number 14 of 2021 concerning Waste Management at Waste Banks.
Peningkatan Kesadaran Hukum dalam Bermedia Sosial Melalui Program Sosialisasi dan Edukasi: PKM di SD Inpres Rappokalling I, Makassar, Sulawesi Selatan Arsy , Muhammad; Azham Ilham , Muhammad; Hasnawi, Mardiyyah
Solidaritas: Jurnal Pengabdian Vol. 5 No. 2 (2025): Solidaritas: Jurnal Pengabdian
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat UIN Prof. K.H. Saifuddin Zuhri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24090/sjp.v5i2.15599

Abstract

Perkembangan teknologi digital di Kota Makassar sangat pesat, namun kesadaran hukum dalam bermedia sosial di kalangan siswa sekolah dasar masih rendah. SD Inpres Rappokalling I, Kecamatan Tallo, menghadapi masalah minimnya pemahaman siswa terhadap etika digital dan keterbatasan guru dalam melakukan pendampingan digital. Program pengabdian ini bertujuan meningkatkan kesadaran hukum bermedia sosial melalui pendekatan partisipatif. Metode pelaksanaan dimulai dari tahap persiapan dengan koordinasi pihak sekolah, tahap pelaksanaan melalui sosialisasi dan presentasi interaktif, pembagian materi edukatif berupa poster dan modul dan materi, serta tahap evaluasi melalui kuesioner terstruktur kepada guru dan staf kependidikan. Materi mencakup dasar hukum media sosial, etika digital, studi kasus, dan keamanan digital praktis. Hasil evaluasi menunjukkan tingkat kesadaran sangat tinggi dengan skor 4,50-5,00 dari skala 5 pada delapan indikator. Seluruh responden guru dan staf memberikan penilaian yang baik untuk kualitas materi, penyampaian, dan kebermanfaatan program. Program berhasil meningkatkan pemahaman kesadaran hukum digital dengan komitmen kuat dari guru untuk menerapkan tujuh praktik digital aman dalam pembelajaran, menciptakan model intervensi preventif untuk mengurangi risiko perundungan siber dan pelanggaran hukum.
Peningkatan Literasi Ilmiah Guru Melalui Pelatihan Menulis Berbasis Digital di SDIT Wahdah Islamiyah 01 Makassar Nia Kurniati; Andi Puspitasari; Mardiyyah Hasnawi; Syahrul Mubarak Abdullah; Tasrif Hasanuddin
Jurnal Pengabdian kepada Masyarakat Vol 2 No 3 (2025)
Publisher : PT. Edutech Inovatif Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64109/zqvjn761

Abstract

Kegiatan Pengabdian kepada Masyarakat (PkM) yang berjudul Transformasi Literasi Ilmiah bagi Guru di SDIT Wahdah Islamiyah 01 Makassar melalui Pelatihan Menulis Berbasis Teknologi Digital dilaksanakan untuk menjawab kebutuhan peningkatan kompetensi guru dalam literasi ilmiah dan pemanfaatan teknologi digital dalam pembelajaran. Perkembangan teknologi menuntut guru tidak hanya mampu menulis secara ilmiah, tetapi juga memahami dan memanfaatkan berbagai platform digital yang menunjang proses penulisan, kolaborasi, serta pengelolaan dokumen. Namun, sebagian guru masih memiliki keterbatasan dalam penggunaan Google Tools seperti Google Docs, Google Scholar, Google Drive, dan Google Classroom, sehingga proses pembelajaran dan administrasi belum berjalan secara optimal. Pelatihan ini dirancang dengan metode observasi, wawancara, studi pustaka, pelatihan teknis, pendampingan langsung, serta evaluasi melalui penyebaran kuesioner. Materi pelatihan mencakup teknik penulisan ilmiah, pengolahan dokumen digital, pencarian referensi ilmiah, penyimpanan dan berbagi dokumen secara kolaboratif, serta pemanfaatan platform digital untuk pembelajaran. Pelatihan berlangsung interaktif dengan praktik langsung yang dibimbing oleh dosen dan mahasiswa pendamping. Hasil kegiatan menunjukkan peningkatan signifikan pada pemahaman dan keterampilan guru dalam menulis ilmiah berbasis teknologi digital. Guru mampu menghasilkan draft artikel ilmiah, mengelola dokumen secara daring, dan memanfaatkan Google Tools dalam pembelajaran. Respon kuesioner menunjukkan bahwa peserta merasa pelatihan bermanfaat, relevan, dan mudah diterapkan dalam tugas sehari-hari. Meskipun terdapat kendala seperti perbedaan kemampuan digital dan gangguan internet, kegiatan tetap berjalan efektif. Secara keseluruhan, PkM ini berhasil mendorong transformasi literasi ilmiah dan kompetensi digital guru, serta menjadi langkah penting bagi sekolah dalam mewujudkan pembelajaran modern yang kreatif, kolaboratif, dan berbasis teknologi.
Perancangan UI/UX Aplikasi Pembelajaran Teori Musik Gitar Berbasis Android Dengan Metode Design Thinking Muh Fadlan Risqullah Dwitama N; Dolly Indra; Mardiyyah Hasnawi
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3334

Abstract

Kemajuan teknologi informasi memberikan pengaruh besar terhadap berbagai bidang, termasuk dalam proses pembelajaran musik. Penelitian ini bertujuan untuk merancang antarmuka pengguna (UI) dan pengalaman pengguna (UX) dari aplikasi pembelajaran teori musik gitar berbasis Android menggunakan pendekatan Design Thinking. Metode ini dipilih karena mengutamakan pemahaman mendalam terhadap kebutuhan pengguna melalui lima tahap utama: empathize, define, ideate, prototype, dan test. Desain aplikasi ini dirancang untuk membantu pemula dalam memahami teori dasar gitar dengan tampilan antarmuka yang sederhana dan materi yang terstruktur. Pengujian dilakukan dengan menggunakan System Usability Scale (SUS) terhadap 10 responden. Hasilnya menunjukkan skor rata-rata sebesar 71, yang termasuk dalam kategori “Good” dan menunjukkan bahwa aplikasi dinilai cukup mudah digunakan serta efektif dalam mendukung proses belajar. Respons positif juga diberikan terhadap fitur-fitur seperti kuis interaktif, tampilan chord lagu, dan pengingat belajar. Penelitian ini membuktikan bahwa pendekatan Design Thinking dapat menghasilkan desain aplikasi yang tidak hanya menarik secara visual, tetapi juga sesuai dengan kebutuhan pengguna
Implementasi Metode YOLO Dalam Mendeteksi Jenis Sampah Berbasis Computer Vision Muh. Fachrisyam; Dolly Indra; Mardiyyah Hasnawi
LINIER: Literatur Informatika dan Komputer Vol 2, No 1 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i1.2788

Abstract

Dalam beberapa dekade terakhir, masalah lingkungan, termasuk masalah sampah, telah menjadi isu global . Pengolahan sampah bisa menjadi solusi dalam menangani permasalahan ini, salah satu tantangan utama dalam pengolahan sampah adalah pengenalan dan pemilahan jenis sampah. Oleh karenanya solusi untuk mengatasi masalah ini yaitu dengan memanfaatkan teknologi berbasis komputer, suatu sistem untuk mendeteksi jenis sampah organik dan anorganik, Metode yang digunakan adalah metode You Only Look Once (YOLO) salah satu algoritma pendeteksi objek yang dapat digunakan secara real-time. Sistem yang dirancang ini menggunakan metode YOLOv5 dengan penggunaan versi pre-trained model YOLOv5s. Penelitian ini dibuat melalui beberapa tahap termasuk pengumpulan dataset gambar sampah, pelabelan data, pelatihan model YOLOv5 hingga pengujian model.  Dataset yang digunakan terdiri dari kantong plastik, kertas, kaleng, kulit telur dan tomat. Selanjutnya model akan di muat pada aplikasi mobile untuk melakukan deteksi secara langsung menggunakan kamera smartphone. Output yang dihasilkan merupakan nama jenis sampah dengan kotak pembatas di sekitar objek yang terdeteksi
Analisis Quality Of Service (QoS) Pada Jaringan 4G & 5G Telkomsel Terhadap Layanan Video Streaming Muhammad Naufal Irfan; Erick Irawadi Alwi; Mardiyyah Hasnawi
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 7, No 1 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v7i1.2221

Abstract

Ketersediaan jaringan internet yang andal merupakan kebutuhan mendasar bagi pengguna teknologi komunikasi masa kini. Namun, perkembangan teknologi jaringan seluler dari generasi ke generasi tidak selalu berbanding lurus dengan peningkatan kualitas layanan yang dirasakan pengguna secara aktual. Penelitian ini bertujuan membandingkan kualitas layanan (Quality of Service/QoS) jaringan 4G dan 5G pada layanan video streaming di Kota Makassar. Pengukuran dilakukan secara kuantitatif menggunakan empat parameter QoS, yaitu throughput, packet loss, delay, dan jitter, dengan instrumen aplikasi Wireshark berdasarkan standarisasi TIPHON. Data dikumpulkan selama 10 hari pada dua sesi waktu, yaitu siang hari (12.00–13.00 WITA) dan malam hari (19.00–20.00 WITA) di lantai dua Mall Panakkukang Square Makassar. Hasil penelitian menunjukkan bahwa indeks QoS jaringan 4G pada sesi siang sebesar 3,87 dan sesi malam sebesar 3,93, keduanya berada pada kategori "Memuaskan". Sementara itu, indeks QoS jaringan 5G pada sesi siang sebesar 3,86 dan sesi malam sebesar 3,90, yang juga termasuk dalam kategori yang sama. Rata-rata indeks QoS jaringan 4G (3,90) tercatat lebih tinggi dibandingkan jaringan 5G (3,88). Temuan ini mengindikasikan bahwa pada kondisi pengujian indoor dan tahap awal implementasi infrastruktur, kualitas jaringan 5G belum secara nyata melampaui jaringan 4G yang telah lebih mapan.
IndoBERT-based Named Entity Recognition Using Transformer Model for Indonesian Waste Bank Data Processing Mardiyyah Hasnawi; Wistiani Astuti; Andi Puspitasari; Nia Kurniati; Dolly Indra
Jurnal Teknik Informatika (Jutif) Vol. 7 No. 4 (2026): JUTIF Volume 7, Number 4, August 2026
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2026.7.4.5215

Abstract

Data processing in waste bank management systems faces substantial challenges when extracting structured information from unstructured textual data containing transaction records, customer information, and waste categorization details. This study develops and validates an automated Named Entity Recognition (NER) system based on the IndoBERT transformer architecture to process textual records from Makassar waste bank operations. The approach fine-tunes the indolem/indobert-base-uncased model through domain-specific adaptation targeting waste management vocabulary and operational terminology. The dataset comprises 975 textual records collected from 8 Waste Bank Units in Makassar City. These records were systematically annotated using the BIO tagging scheme for eight entity types: B-LOCATION, B-PERSON, B-WASTE_CATEGORY, B-WASTE_TYPE, I-PERSON, I-WASTE_CATEGORY, I-WASTE_TYPE, and O. The dataset was partitioned into training (682 samples, 69.9%), validation (146 samples, 15.0%), and test sets (147 samples, 15.1%) using stratified sampling methodology with high inter-annotator agreement (κ=0.91). Experimental results show outstanding performance with 94.37% test accuracy, 90.65% precision, 94.37% recall, and 92.21% F1-score, outperforming general-purpose Indonesian NER approaches. Perfect performance was achieved for waste type recognition (B-WASTE_TYPE: 100% F1-score) and location identification (B-LOCATION: 100% F1-score), while waste category classification reached 96% F1-score. This implementation successfully automates entity extraction from Makassar waste bank textual data, reducing manual processing time by 95% while maintaining high accuracy levels. This research makes important contributions to Indonesian environmental natural language processing. These contributions include transformer adaptation methodologies for resource-constrained domains, validated IndoBERT performance on Indonesian waste bank data, the first Indonesian waste management NER dataset, and demonstrated feasibility of NLP-based environmental policy systems.