Article Per Year (5 Year)
p-Index From 2021 - 2026
4.354
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Bulletin of Electrical Engineering and Informatics INFORMAL: Informatics Journal ILKOM Jurnal Ilmiah bit-Tech G-Tech : Jurnal Teknologi Terapan Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Pengabdian Masyarakat Indonesia JURNAL MASYARAKAT NEGERI ROKANIA Buletin Sistem Informasi dan Teknologi Islam Journal of Technology Research in Information System and Engineering Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Mutiara: Multidiciplinary Scientifict Journal Journal Pharmacy and Application of Computer Sciences CSRID KOPEMAS Jurnal Fisika JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Jurnal Pengabdian Masyarakat Konstruksi Jurnal Balireso: Jurnal Pengabdian pada Masyarakat Linier: Literatur Informatika dan Komputer
Lutfi Budi Ilmawan, Lutfi Budi
Universitas Muslim Indonesia
Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Transportation Other

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search

 1   2   3   4 
MEMBANGUN WEB CRAWLER BERBASIS WEB SERVICE UNTUK DATA CRAWLING PADA WEBSITE GOOGLE PLAY STORE Ilmawan, Lutfi Budi
ILKOM Jurnal Ilmiah Vol 10, No 2 (2018)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (507.634 KB)

Abstract

At this time, Google Play Store is not providing API that can be used for accessing datas from applications on it’s application store. With that plenty application’s data, it could be used to make it a good research object, specially on data mining field. In this research, the system that is built is the system that can retrieve that applications’ data. For multiplatform’s purpose, web services are used for being an interface between client and server. Finally, the built system is working as expected. The system can retrive data from Google Play Store and it is suitable from requirements of data analysis stage. It can also integrated with REST web service to provide multiplatform access.
Perbandingan Metode Klasifikasi Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen pada Ulasan Tekstual di Google Play Store Ilmawan, Lutfi Budi; Mude, Muhammad Aliyazid
ILKOM Jurnal Ilmiah Vol 12, No 2 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i2.597.154-161

Abstract

In this research, the performance of SVM classification method will be compared with other classification methods, by using the Naïve Bayes classification method. Naïve Bayes classification method is a light classification method and has a high accuracy if applied to the text classification according to some previous studies. The accuracy of the classifier is measured using the K-fold cross validation method whose results will be tabulated in a confusion matrix table, with a value of K = 3. In this study, the data processed are textual reviews of applications in the Indonesian language Google Play Store obtained from previous research. The test results obtained from the 3-fold cross-validation method produce that SVM Classifier has a higher value of accuracy when compared with the accuracy of the Naïve Bayes classifier, the SVM classifier gets an accuracy of 81.46% and Naïve Bayes classifier by 75.41%.
Analisis Sentimen terhadap Komentar Negatif di Media Sosial Facebook dengan Metode Klasifikasi Naïve Bayes Zaenal Zaenal; Yulita Salim; Lutfi Budi Ilmawan
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 1, No 4 (2020)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v1i4.666

Abstract

Facebook merupakan sosial media di Indonesia dengan jumlah akun aktif tertinggi dan paling sering dikunjungi, Media sosial menjadi sarana yang sangat mudah dan bebas untuk beropini, juga memiliki banyak manfaat seperti menuangkan pemikiran dengan membuat status yang didapat dibaca oleh seluruh pengguna media sosial maupun berkomentar mengenai isu-isu terkini, namun dibalik itu semua muncul masalah baru yaitu komentar negatif, salah satunya adalah cyberbullying yang memiliki dampak mendalam dan tahan lama pada korban. Beberapa penelitian melaporkan bahwa korban cyberbullying cenderung mengalami masalah kesehatan mental yang lebih luas, penyalahgunaan narkoba dan ide bunuh diri. Tujuan penelitian ini adalah mengolah data komentar yang diambil dari media sosial Facebook menggunakan pre-processing data untuk menghilangkan kata atau karakter yang tidak dibutuhkan, membangun aplikasi prototype filter komentar untuk menyaring komentar negatif cyberbullying, dan menguji metode klasifikasi Nave Bayes. Data komentar yang digunakan yaitu 300 data training, dan 100 data testing. Setelah melakukan penelitian, didapatkan bahwa dengan menggunakan pre-processing data mampu menghilangkan karakter atau kata yang tidak dibutuhkan dari komentar, Aplikasi prototype filter komentar yang dibangun telah mampu menyaring komentar cyberbullying, dan hasil pengujian metode klasifikasi Nave Bayes menggunakan metode confusion matrix dengan jumlah 100 komentar data testing didapatkan akurasi sebesar 86%, presisi sebesar 84,6153841538461%, recall sebesar 88%, dan f1-score sebesar 86,27450980392156%.
Penerapan Algoritma Binary Search Pada Aplikasi Kamus Bahasa Wolio (Buton) Moh Zul Fitrah; Ramdan Satra; Lutfi Budi Ilmawan
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 2, No 4 (2021)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v2i4.998

Abstract

Indonesia merupakan negara kepulauan yang memiliki suku bangsa, budaya, dan bahasa yang beragam di mana setiap bahasa memiliki nilai sejarah dan budaya masing-masing. Salah satu bahasa daerah yang memiliki nilai sejarah serta budaya yang tinggi adalah bahasa Wolio. Bahasa Wolio termasuk salah satu kelompok bahasa yang terdapat di kerajaan Buton, sekarang pemerintahan kota Bau-Bau. Salah satu keunggulan bahasa Wolio dibandingkan kelompok bahasa lainnya di kerajaan Buton, bahwa bahasa Wolio memiliki sistem aksara sendiri yang diadopsi dari aksara Arab dan aksara Jawi. Namun penggunaan bahasa serta aksara Wolio telah mengalami penurunan penggunaan dalam bahasa komunikasi sehari-hari. Untuk itu, dari penjelasan diatas dianggap perlu adanya media atau sarana untuk menjaga dan melestarikan budaya tersebut. Binary search adalah algoritma pencarian yang menggunakan prinsip divide and conquer, sebuah masalah atau tujuan di selesaikan dengan cara mempartisi masala menjadi bagian yang lebih kecil. Tujuan penelitian ini yaitu membangun aplikasi interaktif kamus bahasa dan aksara Wolio berbasis android untuk membantu dan memudahkan proses belajar bahasa daerah serta aksara Wolio dengan menggunakan algoritma binary search sebagai metode pencarian kata dalam kamus bahasa Wolio. Hasil dari penelitian ini dengan menggunakan pengujian Black box testing dengan menggunakan 12 skenario berbeda adalah aplikasi ini dapat berjalan sesuai dengan fungsionalitas dan sesuai dengan yang diharapkan, dan aplikasi ini bebas dari kesalahan logika dikarenakan jumlah path sama dengan Cyclomatic Complexcity di pengujian Whitebox testing.
Analisa Perbandingan Metode Simple Additive Weighting dan Analytical Hierarchy Process Pada Sistem Pendukung Keputusan Peminatan Mahasiswa FIKOM UMI Irsal Ardah; Harlinda Harlinda; Lutfi Budi Ilmawan
Buletin Sistem Informasi dan Teknologi Islam Vol 2, No 2 (2021)
Publisher : Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (653.191 KB) | DOI: 10.33096/busiti.v2i2.810

Abstract

Peminatan mata kuliah pada sebuah perguruan tinggi adalah bentuk salah satu cara   untuk memperdalam mata kuliah yang dipilih. Dalam memilih peminatan mahasiswa sebelumnya harus mempelajari mata kuliah yang terkait dengan peminatan yang akan diambil. Setiap memasuki semester 5 mahasiswa Fakultas Ilmu Komputer UMI diwajibkan untuk memilih peminatan, cara mahasiswa memilih peminatan masih kurang efektif karena mereka masih berlandaskan pendapat orang lain tidak atas kemampuannya sendiri sehingga pada saat pendalaman materi akan terdapat kesulitan dalam proses belajar. Oleh karena itu penelitian ini bertujuan untuk menghasilkan sebuah sistem yang dapat memudahkan para Mahasiswa Fakultas Ilmu Komputer Universitas Muslim Indonesia dalam menentukan peminatan yang sesuai dengan minat mahasiswa. Sistem ini menampilkan hasil perbandingan perhitungan dari 2 metode berdasarkan nilai matakuliah yang telah ditetapkan. Terdapat 3 kriteria yaitu Rekayasa Perangkat Lunak, Jaringan Komputer dan Sistem Cerdas (AI) serta terdapat 9 subkriteria yang digunakan yaitu algoritma, Basisdata 1, Analisis Perancangan Sistem, Fisika, Komunikasi Data, Elektronika Dasar, Logika Informatika, Matematika dan Statistik . Metode yang digunakan untuk proses pengambilan keputusan pada penelitian ini adalah metode  Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) dan diperoleh hasil bahwa metode Analytical Hierarchy Process (AHP) lebih akurat. Hasil akhir dari penelitian ini adalah program aplikasi berbasis website yang dapat membantu mahasiswa dalam memilih sebuah peminatan pada Program Studi Teknik Informatika Universitas Muslim Indonesia.
Aplikasi Mobile untuk Analisis Sentimen pada Google Play Lutfi Budi Ilmawan; Edi Winarko
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 9, No 1 (2015): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.6640

Abstract

AbstrakGoogle dalam application store-nya, Google Play, saat ini telah menyediakan sekitar 1.200.000 aplikasi mobile. Dengan sejumlah aplikasi tersebut membuat pengguna memiliki banyak pilihan. Selain itu, pengembang aplikasi mengalami kesulitan dalam mencari tahu bagaimana meningkatkan kinerja aplikasinya. Dengan adanya permasalahan tersebut, maka dibutuhkan sebuah aplikasi analisis sentimen yang dapat mengolah sejumlah komentar untuk memperoleh informasi.Sistem yang dibangun memiliki tujuan untuk menentukan polaritas sentimen dari ulasan tekstual aplikasi pada Google Play yang dilakukan dari perangkat mobile. Perangkat mobile memiliki portabilitas yang tinggi dan sebagian dari perangkat tersebut memiliki resource yang terbatas. Hal tersebut diatasi dengan menggunakan arsitektur sistem berbasis client server, di mana server melakukan tugas-tugas yang berat sementara client-nya adalah perangkat mobile yang hanya mengerjakan tugas yang ringan. Dengan solusi tersebut maka Analisis sentimen dapat diaplikasikan pada mobile environment.Adapun metode klasifikasi yang digunakan adalah Naïve Bayes untuk aplikasi yang dikembangkan dan Support Vector Machine Linier sebagai pembanding. Nilai akurasi dari Naïve Bayes classifier dari aplikasi yang dibangun sebesar 83,87% lebih rendah jika dibandingkan dengan nilai akurasi dari SVM Linier classifier sebesar 89,49%. Adapun penggunaan semantic handling untuk mengatasi sinonim kata dapat mengurangi akurasi classifier. Kata kunci— analisis sentimen, google play, klasifikasi, naïve bayes, support vector machine AbstractGoogle's Google Play now providing approximately 1.200.000 mobile applications. With these number of applications, it makes the users have many options. In addition, application developers have difficulties in figuring out how to improve their application performance. Because of these problems, it is necessary to make a sentiment analysis applications that can process review comments to get valuable information.The purpose of this system is determining the polarity of sentiments from applications’s textual reviews on Google Play that can be performed on mobile devices. The mobile device has high portability and the majority of these devices have limited resource. That problem can be solved by using a client server based system architecture, where the server performs training and classification tasks while clients is a mobile device that perform some of sentiment analysis task. With this solution, the sentiment analysis can be applied to the mobile environment.The classification method that used are Naive Bayes for developed application and Linear Support Vector Machine that is used for comparing. Naïve Bayes classifier’s accuracy is 83.87%. The result is lower than the accuracy value of Linear SVM classifier that reach 89.49%. The use of semantic handling can reduce the accuracy of the classifier. Keywords—sentiment analysis, google play, classification, naïve bayes, support vector machine
Classification of good and damaged rice using convolutional neural network Dolly Indra; Hadyan Mardhi Fadlillah; Kasman Kasman; Lutfi Budi Ilmawan; Harlinda Lahuddin
Bulletin of Electrical Engineering and Informatics Vol 11, No 2: April 2022
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v11i2.3385

Abstract

Rice production is massive in Indonesia, therefore maintaining the quality of the product is necessary. Detection and classification of objects have become a very important part in image processing. We performed object detection namely rice. After the object is found, it can be classified into two categories, namely good and damaged rice. We conducted a new study on rice which was carried out per group not per grain to obtain or classify good and damaged rice where we had carried out several steps, namely segmentation process using HSV (hue, saturation, value) color space. HSV is used because of its excellence in representing brightness of the image. We considered evaluating brightness because the tendency of damaged rice is darker or paler compared to good rice. To accomodate environment lighting ambiguity we perform the image acquisition in a controlled environment, so that all the images have the same light intensity. Here we use only channel V of HSV to be used in feature extraction using the gray-level co-occurrence matrix (GLCM) and finally convolutional neural network (CNN) is used for classification. From the test experiments that we have done, we have produced 83% prediction accuracy. Considering how similar the good rice is to the spoiled rice, the results are quite impressive.
Analisis Keamanan Sistem Informasi Akademik (SIAKAD) Universitas XYZ Menggunakan Metode Vulnerability Assessment Erick Irawadi Alwi; Lutfi Budi Ilmawan
INFORMAL: Informatics Journal Vol 6 No 3 (2021): Informatics Journal (INFORMAL)
Publisher : Faculty of Computer Science, University of Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/isj.v6i3.27053

Abstract

The use of academic information systems (siakad) has become mandatory for universities in providing user convenience in online academic administrative activities. However, sometimes college siakad has security holes that irresponsible people can take advantage of by hacking. This study aims to identify security vulnerabilities at XYZ Siakad University. The method used in this study is a vulnerability assessment method. A university syakad will conduct an initial vulnerability assessment by doing footprinting to get information related to XYZ syakad after that a vulnerability scan is carried out using vulnerability assessment tools to identify vulnerabilities and the level of risk found. Based on the vulnerability of the XYZ university's vulnerabilities, it is quite good, with a high risk level of 1, a medium risk level of 6 and a low risk level of 14. Researchers provide recommendations for improvements related to the findings of security holes in XYZ university Siakad from XSS (Cross Site Scripting) attacks, Clickjacking, Brute Force, Cross-site Request Forgery (CSRF) and Sniffing.
Penerapan Aplikasi Ruang Informasi Pendeteksi Dini Coronavirus Disease Pada Puskesmas Berbasis Android Sitti Hajrah Mansyur; Lutfi Budi Ilmawan; Ramdaniah Ramdaniah; Muhammad Arfah Asis
Jurnal Pengabdian Masyarakat Indonesia Vol 1 No 2 (2021): JPMI - April 2021
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpmi.16

Abstract

Puskesmas Samata merupakan salah satu puskesmas yang menangani orang dalam pemantauan di Kabupaten Gowa. Kasus positif virus Covid-19 di Sulawesi Selatan meningkat drastis sampai di bulan Desember 2020. Total kasus yang positif 22.661 orang, sembuh 19.294 orang dan 521 orang meninggal. Berdasarkan hasil pemeriksaan pihak puskemas, terdapat masyarakat yang dinyatakan orang tanpa gejala, orang dalam pemantauan, dan pasien dalam pengawasan. Adanya permasalahan yang meresahkan masyarakat karena mereka tidak dapat memastikan kondisi fisik dan tetap beraktifitas yang mengakibatkan kekhawatiran. Selain itu, penyebaran infomasi di puskesmas masih bersifat manual sehingga kurang optimal dalam pencegahan dan penanganan Covid-19. Perkembangan teknologi informasi dan komunikasi berbasis android telah meningkat pesat. Oleh karena itu, kami bertujuan untuk mengembangkan sistem informasi pendeteksi Covid-19 secara dini dengan metode System Development Life Cycle (SDLC) dimulai dari tahap Identifikasi kebutuhan dan wawancara mitra, studi literature, analisis dan perancangan sistem, pembuatan aplikasi, uji coba sistem dan implementasi dalam bentuk sosialisasi, pelatihan dan pendampingan penggunaan aplikasi ruang informasi pendeteksi dini Covid-19 berbasis android. Hasil kegiatan PKM menunjukkan 78% tenaga kesehatan profesional di puskesmas Samata dapat menggunakan dan menambahkan informasi yang dibutuhkan oleh masyarakat terkait penanganan dini. Selain itu, 84% masyarakat dapat mengakses informasi penanganan covid-19 secara real time dengan menggunakan handphone dengan standar sistem operasi android.
SISTEM PEMASARAN DIGITAL PENERAPAN E-BUSINESS SEBAGAI SISTEM PEMASARAN DIGITAL PRODUK KUNYIT GUNUNG SILANU SULAWESI SELATAN: PENERAPAN E-BUSINESS SEBAGAI SISTEM PEMASARAN DIGITAL PRODUK KUNYIT GUNUNG SILANU SULAWESI SELATAN St. Hajrah Mansyur; Dedy Atmajaya; Lutfi Budi Ilmawan
JURNAL MASYARAKAT NEGERI ROKANIA Vol 1 No 1 (2020): JURNAL MASYARAKAT NEGERI ROKANIA
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat STKIP Rokania

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

Abstract

Saat ini kelompok Tani Madani yang berlokasi di Desa Gunung Silanu Kecamatan Bangkala, Kabupaten Jeneponto menghasilkan beberapa produk alami hasil budidaya masyarakat. Salah satu produksi yang paling diminati adalah kunyit bubuk asli yang mengandung banyak manfaat yang dibutuhkan oleh manusia. Pada pemasaran produk kunyit gunung silanu masih bersifat konvensional karena masih menggunakan kebiasan umum yang lazim digunakan atau dengan istilah word of mouth, dimana pembeli mendatangi langsung penjual secara bertatap muka untuk mempromosikan barang daganganya atau pihak distributor mendatangi customer untuk menawarkan produk kunyit tersebut. Hal tersebut dianggap kurang maksimal dalam peningkatan penjualan karena hanya dipasarkan pada daerah sekitar saja, padahal produk kunyit gunung silanu sangat bagus didistribusikan di masyarakat luas, baik dari dalam atau luar provinsi di Indonesia. Sistem pemasaran online berbasis website merupakan salah satu penerapan teknologi informasi pemasaran digital yang efektif mempromosikan produk ke berbagai kalangan masyarakat yang terkoneksi dengan akses internet. Dimana dengan adanya penerapan e-business dapat memperlancar proses transaksi bisnis, dapat meningkatkan layanan kepada para customer diberbagai daerah sehingga meningkatkan kinerja dari operasional dari kelompok tani madani.
Co-Authors Andi Adillah Firstania Azis Andi Eka Nurwana Nasser Anizah, Nurul Annisa Junaid Arysespajayadi Asyrafi, Hilman Atmajaya, Dedy Aulia Rezky Rahmadani Darmawati Darmawati, Aulia Rezky Rahmadani Dedy Atmajaya Didik Dwi Prasetya Dolly Indra Edi Winarko Erick Irawadi Alwi, Erick Irawadi Farniwati Fattah Firman Aziz Fuadi Syam, Rahmat Hadyan Mardhi Fadlillah Handayani, Nita Harlinda Lahuddin Herdianti Darwis Indrawan, Alfad Irawati Irawati Irsal Ardah Ismaldyka, Ismaldyka Jamal, Ridwan Jeffry Kasman Kasman Lilis Nur Hayati Lokapitasari B, Poetri Lestari Lokapitasari Belluano, Poetri Lestari Mansyur, St Hajrah Miftahul Jannah Moh Zul Fitrah Muh Nur Ichsan Patahillah Muh. Aliyazid Mude Muhammad Andi Syaifullah Muhammad Arfah Asis Muhammad Fajrul Muhammad Kamil Mukarramah, Rifqatul Muladi Nengsi, Ratika Nur Ikhwan Alfiansyah NURUL HIDAYAH Pahendra, Muhammad Agung Maugi Purnawansyah Rahman Ramadhan Rahmansyah, Moh. Fathur Ramdan Satra Ramdaniah Ramdaniah Salim, Yulita Sesuaiapitasari B, Poetri Lestari L Shabir, Fadly Siska Anraeni Sitti Hajrah Mansyur St. Hajrah Mansyur Syah Putra, Meydil Eka Syahrul Usman Tasrif Hasanuddin Umar Mansyur Yulita Salim Zaenal Zaenal Zulfiana H, Yuli