Article Per Year (5 Year)
p-Index From 2020 - 2025
3.346
P-Index
This Author published in this journals
All Journal Panrita Abdi - Jurnal Pengabdian pada Masyarakat Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Abdidas Indonesian Journal of Data and Science Idea Pengabdian Masyarakat Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Jurnal Minfo Polgan (JMP) Buletin Sistem Informasi dan Teknologi Islam
Gaffar, Andi Widya Mufila
Universitas Muslim Indonesia
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Health Professions Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Jurnal Minfo Polgan (JMP)

 1 
Implementasi Algoritma Knuth Morris Pratt pada Aplikasi Kamus Bahasa Muna La Ode Abdurrahman Wahid Pattawari; Siska Anraeni; Andi Widya Mufila Gaffar
Jurnal Minfo Polgan Vol. 12 No. 1 (2023): Artikel Penelitian 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v12i1.12734

Abstract

Era globalisasi ini perkembangan teknologi dan ilmu pengetahuan di wilayah Kabupaten Muna ini begitu pesat dan berdampak bagi hampir semua bidang. Perkembangan ini memunculkan banyak media pembelajaran seperti aplikasi kamus digital yang membantu mempermudah pencarian kosakata bahasa asing sehingga pembelajaran bahasa asing menjadi mudah. Namun, perkembangan ini membuat penggunaan bahasa daerah Muna perlahan-lahan mulai ditinggalkan. Hal ini disebabkan karena media pembelajaran Bahasa Daerah Muna masih menggunakan buku kamus. Hal ini cukup sulit mengingat buku kamus digunakan dengan cara menyortir satu persatu daftar kosakata dalam sebuah abjad secara manual yang tentu ini sangat menyita banyak waktu. Ketersediaan aplikasi kamus digital bahasa daerah Muna diharapkan dapat membantu dalam mencari kosakata Bahasa Daerah Muna. Kamus digital ini dapat diakses melalui ponsel pintar android yang membuat penggunaannya sangat fleksibel. Dalam pengembangannya, kamus digital ini akan mengimplementasikan algoritma Knuth Morris Pratt sebagai string matching (pencocokan string), dimana perancangan database menggunakan Firebase yang merupakan sebuah database online yang berasal dari Google. Penelitian ini menghasilkan sebuah kamus digital bahasa daerah Muna berbasis android. Hasil penelitian ini diuji menggunakan teknik pengujian blackbox dan dibuat sebuah kuesioner penelitian dimana diperoleh persentase kepuasan pengguna aplikasi kamus digital bahasa daerah Muna sebesar 88,8% yang mengindikasikan pengguna merasa puas dengan aplikasi kamus digital ini.
Perancangan Aplikasi Rerservasi Tempat di Cafe Berbasis Android Moh rizal asry Yusuf; Irawati; Andi Widya Mufila Gaffar
Jurnal Minfo Polgan Vol. 12 No. 1 (2023): Artikel Penelitian 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v12i1.12804

Abstract

Cafe sering dijadikan tempat untuk bersantai saat jam istirahat ataupun hanya sekedar gaya hidup bagi anak muda. Peranan anak muda yang menciptakan gaya hidup dalam mengkonsumsi kopi membuat pesatnya perkembangan cafe. Perkembangan cafe khususnya di kota Makassar sudah dikatakan cukup pesat. Hal ini dibuktikan dengan munculnya berbagai cafe baru yang memiliki konsep maupun keunikan produk minuman kopi yang ditawarkan untuk para penikmat kopi. Saat ini, kebanyakan cafe masih menggunakan metode pemesanan tempat via whatsapp dan mengandalkan sistem datang langsung untuk mendapatkan tempat duduk. Hal ini seringkali menyebabkan pelanggan harus menunggu lama atau bahkan tidak mendapat tempat sehingga mebuat pelanggan merasa kecewa, selain itu bagi mereka yang memiliki jadwal yang padat, tidak adanya sistem reservasi bisa membuat sulit untuk merencanakan kunjungan mereka ke barcoffee sehingga mengharuskan pelanggan datang untuk mengecek meja yang tersedia. Kemudian tidak adanya menu harga mengakibatkan kekhawatiran kepada pelanggan jika harga tidak sesuai budget. Ketersediaan aplikasi reservasi tempat di cafe diharapkan dapat membantu pelanggan mengetahui tempat, memesan tempat dan menu yang diinginkan. Pada penelitian ini penulis membuat tata letak meja dan view sehingga memudahkan pelanggan memilih tempat yang di inginkan. Pengembangan sistem menggunakan metode extreme programming (XP) serta menggunakan Bahasa flutter. Pengujian dilakukan menggunakan metode blackbox testing dan persentasi dari pengisian kuesioner dengan 24 responden didapatkan hasil indeks keseluruhan 78,4% yang termasuk dalam kriteria penilaian “Baik”.serta kepuasan yang dapat dibuktikan dengan uji validasi google form. sehingga dinyatakan bahwa aplikasi reservasi tempat telah membantu pelanggan.
Sistem Rekomendasi Pemilihan Hardware Komputer Menggunakan Metode Item-Based Collaborative Filtering Sugiarti, Sugiarti; Gaffar, Andi Widya Mufila; Suallis, Suallis; Samsul, Sri Wulandari
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14713

Abstract

Personal Computer (PC) atau komputer pribadi banyak dimanfaatkan untuk menyelesaikan berbagai macam permasalahan yang berkaitan dengan pengolahan data. Manfaat dan fungsi komputer yang begitu besar sehingga banyak orang yang menginginkan sebuah komputer yang bagus. Komputer dapat berfungsi dengan baik jika komponen yang ada di dalamnya memiliki spesifikasi yang sesuai. Komponen sistem komputer terdiri atas perangkat keras (hardware), perangkat lunak (software) dan orang atau pengguna (brainware). Komponen utama perangkat keras terdiri dari processor, motherboard, RAM, VGA, SSD, PSU dan perangkat pendukung lainnya. Kendala dalam membeli komponen komputer sering muncul karena kurangnya pengetahuan tentang spesifikasi optimal dan kompatibilitas antar komponen dan banyaknya pilihan sering menyebabkan hasil yang tidak sesuai harapan. Penelitian ini bertujuan membuat sistem rekomendasi pemilihan komponen komputer dengan menerapkan metode Item-Based Collaborative Filtering. Sistem dapat memberikan rekomendasi kepada pengguna tentang komponen hardware yang dapat dipilih sesuai kebutuhan. Hasil penelitian diperoleh bahwa metode Item-Based Collaborative Filtering dapat memberikan rekomendasi dengan melalui beberapa tahap yaitu pemberian rating, hitung rata-rata rating, menghitung nilai similarity kemudian menghitung nilai prediksi. Berdasarkan pemberian nilai rating pengguna dengan 6 komponen processor, diperoleh nilai rating prediksi 4 komponen E (AMD Processor Ryzen 5 3600Xt) dan nilai rating 3 komponen F (AMD Processor Ryzen 5 3500 Box 3.6Ghz 6 Cores Socket Am4). Sistem ini dapat dikembangkan dan bandingkan menggunakan metode user-based collaborative filtering sertadilakukan pengujian menggunakan Black Box agar dapat diketahui manfaat sistem dari sisi pengguna
Penerapan Algoritma Support Vector Machine untuk Klasifikasi Stunting pada Balita di Kabupaten Enrekang Gaffar, Andi Widya Mufila; Halis, Andi Muhammad; Purnawansyah; Jabir, Sitti Rahmah
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13620

Abstract

Stunting adalah salah satu bentuk gizi yang kurang yang ditandai dengan tinggi badan berdasarkan umur dan diukur dengan standar deviasi referensi WHO yang dapat dilihat pada Indikator TB/U (tinggi badan dengan usia). Salah satu kabupaten dengan jumlah penduduk stunting terbanyak di provinsi Sulawesi Selatan adalah Kabupaten Enrekang. Metode yang digunakan pada penelitian ini yaitu klasifikasi stunting menggunakan algoritma Support Vector Machine (SVM) dengan kernel polynomial yang bertujuan untuk mengelompokkan data anak balita di bawah 60 bulan apakah mengalami stunting atau tidak (normal). Klasifikasi Stunting pada balita memiliki signifikansi penting karena menjadi landasan untuk merancang program pencegahan Stunting. Untuk menilai performa dan cara kerja model Support Vector Machine pada data anak balita di Kabupaten Enrekang, digunakan metode pengujian cross validation. Selain itu, hasil prediksi model dibandingkan dengan fakta aktual menggunakan confusion matrix. Pada pengujian dengan 10 K-Fold Cross Validation menggunakan Support Vector Machine menunjukkan hasil dengan nilai tertinggi berada pada fold ke-4 dengan tingkat accuracy 99.13% precision 99.13% recall 99.13% f1-score 99.13%. sedangkan nilai terendah berada pada fold ke-0 dengan tingkat accuracy 95.63% precision 95.74% recall 95.63% f1-score 95.51%. Untuk rata-rata dari pengujian fold menunjukkan hasil accuracy 96.98% precision 96.99% recall 96.98% f1-score 96.94%. Sedangkan untuk hasil dari Confusion Matrix dengan nilai accuracy sebanyak 98% secara total.
Penerapan Model Investigasi Forensik Komputer Umum dalam Analisis Forensik Video CCTV Nugraha, Adhitya; Alwi, Erick Irawadi; Gaffar, Andi Widya Mufila
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13963

Abstract

Keamanan merupakan salah satu aspek yang harus dijaga dalam kehidupan masyarakat saat ini, semakin meningkatnya kasus kriminal seperti pencurian, perampokan baik di lingkungan rumah, toko, maupun perkantoran diperlukan mekanisme untuk meningkatkan keamanan. Salah satunya dengan memasang kamera pemantau atau yang biasa disebut CCTV (Closed Circuit Television) yang digunakan sebagai alat kamera pengawas.Metode penelitian yang dilakukan pada kasus pencurian pada toko sembako menggunakan metode yang bersifat kualitatif. Pada penelitian ini dilakukan analisis data yang bertujuan untuk mengidentifikasi bukti digital pada kasus rekaman video CCTV kasus pembegalan di Jl. Pahlawan Kelurahan Batangmata dengan menggunakan klasifikasi metode GCFIM, tahapan analisis data tersebut yaitu Pre-Process, Acquisition and Preservation, Analysis, Presentation, dan Post-Process.Hasil dari penelitian ini mendapatkan bukti berupa plat motor yang digunakan pelaku, objek wajah pelaku, dan tulisan pada pakaian pelaku. Dimana rekaman dari CCTV yang dijadikan sebagai barang bukti akan dilakukan proses identifikasi dan analysis menggunakan tools forensic yaitu MediaInfo dan AmpedFive. Proses identifikasi pada rekaman CCTV dalam mengidentifikasi plat motor pelaku beserta objek wajah pelaku berhasil teridentifikasi menggunakan tools AmpedFive. Dimana bukti tersebut sangat membantu penyidik dalam proses pencarian pelaku kejahatan aksi pembegalan yang terjadi di jalan raya tepatnya di Jalan Pahlawan Kelurahan Batangmata. Proses analisis rekaman CCTV kasus pembegalan di jalan raya menerapkan metode GCFIM. Metode ini sangat cocok digunakan dalam proses investigasi terkait video forensic yang dimana memiliki tahapan yang terstruktur sehingga mempermudah penyidik dalam melakukan proses investigasi.
Studi Forensik Digital: Analisis Bukti Video TikTok dengan Metode DFRWS Hidayat, Ahmad Qayyum Ibnu; Alwi, Erick Irawadi; Gaffar, Andi Widya Mufila
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13966

Abstract

Perkembangan teknologi informasi telah memberikan dampak yang signifikan terhadap kehidupan manusia, baik dalam peningkatan kesejahteraan maupun sebagai medan untuk tindakan kriminal seperti penyebaran berita bohong. Di Indonesia, penanganan masalah ini melibatkan berbagai upaya hukum, termasuk pemblokiran situs web yang dianggap sebagai sumber informasi palsu berdasarkan isi kontennya. Data dari Kementerian Komunikasi dan Informatika menunjukkan peningkatan jumlah hoaks yang diidentifikasi dari tahun ke tahun, mencerminkan tantangan besar dalam mengelola komunikasi publik melalui media sosial.Penelitian ini bertujuan untuk menganalisis penyebaran konten video hoax yang terjadi di platform TikTok menggunakan metode Digital Forensic Research Workshop (DFRWS). Dalam penelitian ini, bukti digital yang dihapus berhasil direkonstruksi dari smartphone pelaku menggunakan alat forensik seperti wondershare dr.fone dan oxygen forensic. Hasil analisis menunjukkan bahwa bukti digital yang ditemukan termasuk video konten, pesan langsung, dan komentar yang ditinggalkan oleh pelaku. Proses analisis menggunakan metode DFRWS, yang terdiri dari enam tahapan, memberikan kerangka kerja yang sistematis untuk memeriksa bukti digital secara menyeluruh. Penelitian ini memberikan kontribusi dalam pemahaman tentang pentingnya bukti digital dalam proses hukum terkait penyebaran hoaks melalui media sosial, serta memperkuat metode analisis forensik yang diterapkan untuk memastikan keabsahan bukti dalam persidangan. Dengan demikian, penelitian ini menyoroti perlunya pendekatan yang efektif dalam penegakan hukum untuk mengatasi fenomena penyebaran hoaks yang semakin meresahkan masyarakat modern.
Analisis Penempatan Access Point Pada Jaringan Wireless LAN Fakultas Agama UMI Ningsih, Sulistia; Satra, Ramdan; Gaffar, Andi Widya Mufila
Jurnal Minfo Polgan Vol. 13 No. 2 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i2.14510

Abstract

Di era digital, akses terhadap internet dan jaringan lokal nirkabel (Wireless LAN) menjadi sangat penting, khususnya di lingkungan akademik, salah satunya di Fakultas Agama Universitas Muslim Indonesia. Tujuan penelitian ini untuk mengetahui area blank spot atau sinyal yang lemah berdasarkan jaringan Wireless LAN dan memberikan rekomendasi penempatan Access Point. Penelitian ini menggunakan metode jenis pendekatan eksperimen, dengan menggunakan metode lapangan yang melibatkan pengumpulan data melalui observasi. Hasil penelitian ditunjukkan dengan tiga hasil simulasi access point dengan menggunakan parameter RSL (Received Signal Level) SIR (Signal to Interferance Ratio) yang telah diimpelementasikan dengan menggunakan 8 access point (AP), dimana masing-masing 4AP pada lantai 2 dan 3 Fakultas Agam UMI menggunakan aplikasi NetSpot. Adapun hasil dari nilai RSL untuk simulasi A pada lantai 2 dan 3 adalah -41,02 dBm dan -41,20 dBm, simulasi B pada lantai 2 dan 3 adalah -41,07 dBm dan -42,95 dBm, simulasi C pada lantai 2 dan 3 adalah -41,35 dBm dan -43,02 dBm. Sedangkan hasil SIR untuk simulasi A pada lantai 2 dan 3 adalah 47,62 dB dan 46,37 dB, simulasi B pada lantai 2 dan 3 adalah 48,27 dB dan 47,55 dB, simulasi C pada lantai 2 dan 3 adalah 48,87 dB dan 47,95 dB. Dari hasil penelitian maka dapat disimpulkan bahwa simulasi C memberikan hasil optimisasi terbaik dengan presentasi coverage area terbaik. Hasil rata-rata RSL dan SIR termasuk dalam kategori kekuatan sinyal “Very Good” (Sangat Bagus), yang menunjukkan bahwa penempatan Access Point pada simulasi C mampu memberikan performa jaringan yang sangat memadai di kedua lantai tersebut.
Deteksi dan Klasifikasi Jenis Kacang-Kacangan Menggunakan CNN Berbasis ESP32-Cam Gaffar, Andi Widya Mufila; Widyawati, Dewi; Fahmi, Fahmi; Ulfiani, Sri
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15359

Abstract

Kacang-kacangan merupakan sumber pangan padat energi yang kaya nutrisi bioaktif, berperan penting dalam menjaga kesehatan serta menurunkan risiko penyakit kronis yang dimana kacang-kacangan memiliki jenis dan varietas yang sangat beragam dengan ciri-ciri seperti warna, bantuk dan karateristik yang berbeda beda. Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis jenis kacang-kacangan menggunakan metode Convolutional Neural Network (CNN) berbasis arsitektur Faster Objects, More Objects (FOMO) yang diintegrasikan dengan perangkat berbiaya rendah ESP32-Cam melalui platform Edge Impulse. Empat jenis kacang yang digunakan sebagai objek penelitian meliputi kacang hijau, kacang kedelai, kacang merah, dan kacang tanah, dengan total 530 citra hasil akuisisi data. Proses penelitian meliputi tahapan akuisisi data, pre-processing berupa pelabelan, normalisasi, dan resize, pembagian dataset, pelatihan model dengan 60 epoch dan learning rate 0,001, hingga evaluasi kinerja model. Hasil evaluasi menunjukkan bahwa model mencapai F1 Score rata-rata 90,4%, yang termasuk kategori sangat baik, dengan keseimbangan optimal antara precision dan recall. Pada tingkat per kelas, kacang merah berhasil dikenali sempurna dengan akurasi 100%, kacang hijau memperoleh akurasi 94,4%, sedangkan kacang kedelai dan kacang tanah masing-masing mencapai 88% dan 88,9%. Analisis feature explorer menunjukkan adanya tumpang tindih pada distribusi kacang kedelai dan kacang tanah akibat kemiripan tekstur dan morfologi, sehingga berpotensi menimbulkan kesalahan klasifikasi. Secara keseluruhan, hasil penelitian ini membuktikan bahwa CNN dengan menggunakan ESP32-Cam mampu mendeteksi jenis kacang-kacangan dengan akurasi yang sangat baik.
Co-Authors Adhitya Nugraha Ambarwati, Nisrina Dwi Andi Muhammad Kemai Arief Hidayat Paharuddin Andi Vania Anastasia Dewi Widyawati Erick Irawadi Alwi, Erick Irawadi Fadil Abdillah Fadil Abdillah Arifin Fadil Abdillah Arifin Fahmi Fahmi Fattah, Farniwati Halis, Andi Muhammad Hidayat, Ahmad Qayyum Ibnu Imada, Anugerah Irawati Irawati Irawati jabir, sitti rahmah La Ode Abdurrahman Wahid Pattawari Lokapitasari Belluano, Poetri Lestari Moh rizal asry Yusuf Muh. Aliyazid Mude Muh. Azhar Muhammad Ilham Muhammad Ridha Kasim Nirham, Rahman Nur Ilah Padhila Nur Ilah Padhila Purnawansyah Qurratu'ain, Khayyirah Annisa Raharja, Rakha Ramdan Satra Rumadaul, Ella Nadya Salim, Yulita Samsul, Sri Wulandari Siska Anraeni Sitti Nurana Suallis, Suallis Sugiarti Sugiarti Sugiarti Sulistia Ningsih, Sulistia Syafie, Lukman Syahrul Mubarak Abdullah Syamsul Bakhri Ulfiani, Sri Widyawati, Dewi Windi, Nadia Astia Zuliatiy, Vebiy