p-Index From 2021 - 2026
6.285
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Teknika Jurnal IPTEK Jurnal KARISMATIKA Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Mercumatika : Jurnal Penelitian Matematika dan Pendidikan Matematika EKSAKTA : Jurnal Penelitian dan Pembelajaran MIPA Zero : Jurnal Sains, Matematika, dan Terapan Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Kridatama Sains dan Teknologi bit-Tech Jurnal Pendidikan Teknologi Informasi dan Vokasional JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Sistem Informasi dan Sains Teknologi SKANIKA: Sistem Komputer dan Teknik Informatika Journal of Soft Computing Exploration Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Teknik: Jurnal Ilmu Teknik dan Informatika INCODING: Journal of Informatics and Computer Science Engineering Instal : Jurnal Komputer Formosa Journal of Science and Technology (FJST) Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Matematika, Komputasi dan Statistika Blend Sains Jurnal Teknik QISTINA: Jurnal Multidisiplin Indonesia Journal of Education Technology Information Social Sciences and Health Jurnal Indonesia Sosial Teknologi Innovative: Journal Of Social Science Research Jurnal Multidisiplin Teknologi dan Arsitektur Journal of Informatics and Data Science (J-IDS) Jurnal Komputer dan Teknologi (JUKOMTEK) Jurnal Ilmiah Sistem Informasi Journal of Accounting Law Communication and Technology Journal of Education Transportation and Business Journal of Computer Science Advancements
Claim Missing Document
Check
Articles

IMPLEMENTASI ALGORITMA NAÏVE BAYES DALAM MELAKUKAN KLASIFIKASI TINGKAT STRES SISWA SMA Anastasya Carity S, Disty; Arnita, Arnita; Simamora, Elmanani; Indra, Zulfahmi; Manullang, Sudianto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14173

Abstract

Stres merupakan bagian dari psikologis yang dapat dialami oleh setiap individu. Dalam berbagai situasi yang mengancam, reaksi psikologis dan fisiologis dapat muncul sebagai reaksi terhadap stres. Berdasarkan dari data hasil riset kesehatan dasar (Riskesdas) tahun 2018, menunjukkan bahwa pravalensi penduduk indonesia pada umur >15 tahun yang mengalami gangguan mental emosional atau stres, sebanyak 706.688 orang (9,8%). Stres yang terjadi di dunia pendidikan yang dialami remaja dapat disebut sebagai stres akademik. Pentingnya mengetahui tingkat stres agar dapat memberikan penanganan yang tepat sesuai dengan tingkat stres yang dialami, sehingga dapat mencegah hal-hal yang tidak diinginkan. Tujuan dari penelitian ini adalah mengimplementasikan algoritma naïve bayes untuk melakukan klasifikasi tingkat stres siswa SMA, sehingga dapat mengetahui tingkatan stres yang dialami oleh siswa. Metode yang digunakan dalam penelitian ini adalah dengan melakukan preprocessing data dengan menggunakan label encoder, pembagian data menjadi data training dan data testing dengan rasio 80:20. Hasil penelitian menunjukkan tingkat akurasi dari implementasi algoritma naïve bayes sebesar 90%.
Identifikasi Penyakit Tanaman Berdasarkan Citra Daun Berbasis Web dengan Pendekatan Algoritma Convolutional Neural Network Sri Mulyana; Mansur AS; Angga Warjaya; Inna Muthmainnah; Said Iskandar Al Idrus; Zulfahmi Indra
SKANIKA: Sistem Komputer dan Teknik Informatika Vol 8 No 2 (2025): Jurnal SKANIKA Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/skanika.v8i2.3573

Abstract

This research aims to develop a mustard plant disease classification system using the Convolutional Neural Network (CNN) method integrated into a web-based platform. Classification is carried out on three classes, namely Spotted Mustard Leaves, Rotten Mustard Leaves, Healthy Mustard Leaves, with the addition of the Not Mustard Leaf class as a distractor class to test the robustness of the model against images that are not included in the main classification category. The dataset used consists of 800 images, 200 images each per class. The CNN model was built with a sequential architecture consisting of several convolutions, pooling, dropout, and dense layers, and using ReLU and SoftMax activation functions in the output layer. The training process is carried out up to 100 epochs, but with the use of Early Stopping callback, the training stops at the 60th epoch, with the best performance (best epoch) achieved at the 32nd epoch. Evaluation of the model on test data showed an accuracy of 93.75%, with high precision, recall, and F1-score values in each class. The model was then implemented into a web interface so that users could upload leaf images and obtain classification results automatically. The results of this study show that CNN is effective in detecting mustard leaf disease and has the potential to be applied as a digital image-based diagnostic tool in agriculture.
Development of Web-Based Learning Media for Matrix Operations and 4×4 Determinant Calculation with an Adaptation of the Sarrus Method Pandiangan, Gus Rosauli; Zulfahmi Indra; Barus, Angelica; Simanulang, Mika Monica Fransiska
Jurnal Mercumatika : Jurnal Penelitian Matematika dan Pendidikan Matematika Vol 9 No 2 (2025)
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jm.v9i2.4648

Abstract

The objective of this study is to develop a web-based learning tool that can be used for matrix operations (addition, subtraction, and multiplication) as well as for calculating the determinant of a 4×4 matrix. As an alternative to the complex cofactor method for determinant calculation, an adapted version of the Sarrus method is utilized. The research and development (R&D) process follows a digital learning media development approach, consisting of needs analysis, prototype design, implementation, and evaluation stages. This learning tool integrates basic matrix operations with an extended adaptation of the Sarrus method, incorporating A1, A2, and A3 components for 4×4 matrices. This method enables determinant calculations to be performed in a more systematic and efficient manner compared to the cofactor method, while basic matrix operations provide a comprehensive understanding of linear algebra. The study results indicate that an interactive web-based learning resource has been successfully developed. The tool features an integrated calculator for matrix addition, subtraction, and multiplication operations, as well as determinant calculations with step-by-step visualizations. The creation of this learning tool simplifies previously complex calculations while significantly improving time efficiency for both basic operations and determinant calculations.
Implementation of a Hybrid Cryptosystem Using ChaCha20 and ECC for Image Encryption in an Android Application Zai, Samuel Anaya Putra; Debi Yandra Niska; Zulfahmi Indra; Kana Saputra; Adidtya Perdana
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 4 (2025): Articles Research October 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i4.15274

Abstract

This study aims to develop an Android application capable of securely encrypting and decrypting images using a hybrid cryptographic method. The system combines the ChaCha20 algorithm as symmetric cryptography to encrypt image files, and Elliptic Curve Cryptography (ECC) as asymmetric cryptography to encrypt the ChaCha20 key. The key used is temporary (ephemeral), ensuring that only the intended recipient who possesses the appropriate ECC private key can decrypt the file. The application was developed using the Kotlin programming language in Android Studio, with a PHP-based backend and MySQL database. Testing was conducted using the black-box method and involved 15 beta testers to evaluate functionality, security, and usability aspects. The results show that all features of the application run properly, and the encryption and decryption processes can be performed efficiently and securely. Beta testers gave an average rating of 4.6 out of 5 and stated that the application is easy to use and provides sufficient protection for personal data. Therefore, the developed application successfully meets the objectives of the study and offers an alternative solution for securing image file transfers between users via Android devices.
Pengembangan dan Evaluasi Media Pembelajaran Interaktif Determinan Matriks Ordo N x N Berbasis Web dengan Kustomisasi Ordo dan Metode Saketang, Tia Risky Yasmin; Indra, Zulfahmi; Putri, Repi Meilani; Sipahutar, Nuriana
Journal of Education Transportation and Business Vol 2, No 1 (2025): Juni 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetbus.v2i1.6402

Abstract

Media pembelajaran interaktif merupakan inovasi dalam dunia pendidikan yang dirancang untuk meningkatkan pemahaman siswa melalui keterlibatan aktif, visualisasi konsep, dan interaksi langsung dengan materi. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sebuah media pembelajaran interaktif berbasis web yang memfasilitasi pemahaman siswa terhadap materi determinan matriks, khususnya pada metode ekspansi kofaktor, Sarrus, minor, dan kofaktor. Metode penelitian yang digunakan adalah Research and Development (RD) dengan model pengembangan ADDIE. Hasil uji coba menunjukkan bahwa media ini mendapatkan penilaian sangat baik dari segi konten, tampilan, dan fitur interaktif, dengan mayoritas responden memberikan skor pada rentang 4 dan 5. Hal ini mengindikasikan bahwa media pembelajaran ini efektif dalam membantu siswa memahami konsep yang disampaikan. Dengan demikian, media ini layak digunakan sebagai salah satu alternatif pendukung proses belajar mengajar pada materi determinan matriks.
Pembelajaran Sistem Persamaan Linear Tiga Variabel Berbasis Koding Python untuk Mahasiswa Pemula Purba, Jogi; Indra, Zulfahmi; Asra, Naufal Aqiilah; Nouri, Maulana Al
Journal of Education Transportation and Business Vol 2, No 1 (2025): Juni 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetbus.v2i1.6381

Abstract

Persamaan linear Tiga variabel merupakan konsep dasar dalam matematika yang penting untuk dikuasai oleh mahasiswa, khususnya pada bidang sains dan teknik. Namun, pemahaman terhadap konsep ini seringkali bersifat teoritis dan kurang terhubung dengan aplikasi nyata. Tujuan dari penelitian ini adalah untuk mengembangkan metode pembelajaran berbasis pemrograman Python yang akan membantu siswa pemula memahami konsep dan penyelesaian persamaan linear tiga variabel secara lebih praktis dan bermanfaat. Metode ini mencakup pembuatan modul pembelajaran interaktif dan penggunaan skrip Python sederhana untuk menyelesaikan berbagai jenis persamaan linear. Hasil evaluasi dari kelompok siswa menunjukkan bahwa metode ini memiliki kemampuan untuk meningkatkan pemahaman konseptual dan keterampilan komputasional siswa. Penggunaan Python juga terbukti bermanfaat untuk meningkatkan logika matematis siswa dan memvisualisasikan proses penyelesaian. Oleh karena itu, pemrograman dapat dimasukkan ke dalam pembelajaran matematika dasar untuk meningkatkan kualitas pembelajaran di era digital.
Melody Transcription from Monophony Audio with Fast Fourier Transform Simanjorang, Rio Givent A; Kana Saputra S; Said Iskandar Al Idrus; Zulfahmi Indra
Journal of Informatics and Data Science Vol. 3 No. 2 (2024): November 2024
Publisher : Universitas Negeri Medan

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

Abstract

Music has been an inseparable part of human life since ancient times. One form of music that is often studied is monophonic music, which consists of a single note played at a time. In the digital era, melody transcription has become an important aspect of music processing, allowing sound to be converted into musical notation. This study focuses on melody transcription from monophonic sound recordings using the Fast Fourier Transform (FFT) method. The research aims to analyze the accuracy of FFT in extracting frequency components from monophonic signals and converting them into musical notation. The research methodology involves collecting monophonic sound recordings from piano and guitar, preprocessing the audio to remove noise and normalize volume, applying FFT to extract frequency features, and mapping these frequencies into musical notation. The evaluation process is conducted using Dynamic Time Warping (DTW) and a confusion matrix to measure accuracy, precision, recall, and F1-score. The results show that the FFT-based transcription system achieves an accuracy rate of 99.24% for piano and 98.86% for guitar. The study also highlights the impact of noise and audio quality on transcription accuracy, as well as the limitations of FFT in detecting closely spaced frequencies. Despite these limitations, FFT proves to be an efficient method for melody transcription in simple monophonic music. Future research could explore hybrid approaches combining FFT with other pitch detection algorithms to improve transcription accuracy.
Optimasi Kinerja Algoritma AES-128 Pada Proses Enkripsi dan Dekripsi File Berbasis Python Wulandari, Siti; Indra, Zulfahmi; Ridho, Muhammad
Jurnal Pendidikan Teknologi Informasi dan Vokasional Vol 6, No 2 (2024): Jurnal Pendidikan Teknologi Informasi dan Vokasional
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jptiv.v6i2.31691

Abstract

Data security is a top priority in the digital era, especially in the face of increasing cyber threats. Advanced Encryption Standard (AES) is one of the most widely used cryptographic algorithms to protect data. The purpose of this study is to implement the AES algorithm in the Python programming language using the Google Colab platform to improve data security in an efficient manner. This implementation explores the use of AES to perform secure and fast data encryption and decryption, and evaluates the algorithm's performance in terms of speed and resource efficiency. The study shows that AES-128 is able to encrypt data in an average time of 0.003663 seconds and decrypt data in 0.000112 seconds. The file size increases by only 17% after encryption, indicating efficiency in resource usage. The Google Colab platform has been shown to improve computational performance, especially in the fast decryption process without compromising data security.Kata kunci: AES, Optimasi, Pyhton
Klasifikasi Akun Buzzer Menggunakan Algoritma K-Nearest Neighbor pada Tagar #STYTanpaDiasporaNol di Media Sosial X Lubis, Afiq Alghazali; Idrus, Said Iskandar Al; Indra, Zulfahmi; S, Kana Saputra; Chairunisah, Chairunisah
Blend Sains Jurnal Teknik Vol. 4 No. 2 (2025): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/blendsains.v4i2.1093

Abstract

Peningkatan pengguna media sosial X pada tahun 2024 sebesar 639 ribu mengakibatkan penyebaran informasi yang sangat masif, menjadikan buzzer berperan dalam mengarahkan opini publik dan memicu konflik sosial, seperti yang terlihat pada tren #STYTanpaDiasporaNol usai gugurnya tim nasional Indonesia di ASEAN Championship 2024. Penelitian ini bertujuan untuk membangun model machine learning dalam klasifikasi akun buzzer menggunakan algoritma K-Nearest Neighbor (KNN). Data yang akan digunakan dalam penelitian ini berasal dari kumpulan tweet dari sosial media X dalam tagar #STYTanpaDiasporaNol. Penelitian ini memiliki prosedur penelitian, di antaranya pengumpulan data, pra-pemrosesan data (cleaning, labelling, feature engineering dan standardization), splitting data, pemrosesan data, dan evaluasi model. Hasil penelitian ini mendapatkan model dengan akurasi terbaik yaitu varian model perbandingan split data 80:20 dan K = 5 dengan nilai akurasi sebesar 89% serta nilai precision dan recall sebesar 89% lalu nilai F1-score sebesar 88%. Model sangat baik dalam memprediksi kelas mayoritas namun kesulitan dalam memprediksi kelas minoritas. Kemudian dilakukan eksperimen resampling data dengan tujuan membuat keseimbangan data. Hasil didapatkan bahwa varian pada split data 70:30 dengan K = 9 diperoleh akurasi sebesar 91% dengan precision, recall dan accuracy juga sebesar 91%. Model eksperimen ini cukup baik mendeteksi kelas mayoritas maupun kelas minoritas.
Implementasi ROT13 sebagai Algoritma Enkripsi Sederhana dalam Python untuk Keamanan Komunikasi Digital Sitompul, Dicky Sambora; Lubis, Muhammad Ghafur Rahman; Indra, Zulfahmi
Journal of Accounting Law Communication and Technology Vol 2, No 1 (2025): Januari 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jalakotek.v2i1.4030

Abstract

Penelitian ini mengkaji implementasi algoritma enkripsi Caesar Cipher dengan pergeseran 13 huruf, atau ROT13, menggunakan Python. ROT13 berfungsi sebagai mekanisme enkripsi sederhana yang memutar setiap huruf dalam teks input sebanyak 13 posisi dalam alfabet, sehingga menghasilkan teks yang tidak dapat dengan mudah dipahami. Penelitian ini merinci langkah-langkah implementasi, disertai dengan kode dan contoh hasil enkripsi serta dekripsi. Analisis menunjukkan bahwa ROT13 merupakan metode yang efektif dan mudah diterapkan untuk meningkatkan keamanan komunikasi digital dalam konteks yang tidak terlalu sensitif.
Co-Authors Abdi Setiawan Adidtya Perdana, Adidtya Adwitia, Keysa Shifa Agata Putri Handayani Simbolon Alfarizi Wijaya Alsya Adelia Putri Ananda Hatmi, Reza Ananda, Rizky Ananta, Willy Pramudia Anastasya Carity S, Disty Angga Warjaya ARNAH RITONGA, ARNAH Arnita Arnita Asra, Naufal Aqiilah Barus, Angelica Batubara, Shabrina Husna Buulolo, Calvin Sahputra Chairunisah Chairunisah, Chairunisah Dede Yusuf Wagiman DIdi Febrian Drilanang, Mhd Ilyasyah Evaliana Sembiring, Khatrin Farezi, Nazwar Farhan Ramadhan, Haikal Fauzan, M Rosyid Halawa, Sovantri Putra Paskah Harahap, Muhammad Abarorya Hasibuan, Muhammad Alby Savana Hasibuan, Najwa Latifah Hermawan Syahputra Hidayat, Muhammad Ferdiansyah Hijka Listia Hutagalung, Fhadillah Br Ida Ayu Putu Sri Widnyani Inna Muthmainnah Insan Taufik Kana Saputra S Kartika, Dinda Khairani, Nerli Khusnul Arifin . Lorinez, Yohana Lubis, Afiq Alghazali Lubis, Fauzan Azima Lubis, Muhammad Ghafur Rahman Luge, Miclyael M. Reza Pratama Harahap MANSUR AS Manullang, Sudianto Melika Debiyana Putri Muhammad Andika Muslim Muhammad Ridho Muhammad Rizki Alfahri Nasution, Adzkia Nur Nasution, Hamidah . Neltriana Syafira Niska, Debi Yandra Nouri, Maulana Al Palevi, Muhammad Rheza Pandiangan, Gus Rosauli Paramitha Purba, Desni Parapak, R Putri Angela Pratama, Ega Priscilia, Selfi Audy Purba, Jogi Putri, Fahra Pebiana Putri, Repi Meilani Putri, Rezkya Nadilla Rahmah, Nadya Ramayani Siagian Rinjani Cyra Nabila Risna Simorangkir Rizal Muslim Sinaga Rumahorbo, Gilbert Aldrich Sabina Wardaniah Said . Iskandar Saketang, Tia Risky Yasmin Samosir, Wahyu Ardiantito Saragih, Vinny Ramayani Savana HSB, Muhammad Alby Siagian, Angel Agasari Simamora, Elmanani Simanjorang, Rio Givent A Simanulang, Mika Monica Fransiska Simanungkalit, Ada Novisari D. Sinaga, Marlina Setia Sipahutar, Nuriana Siregar, Ary Prandika siti wulandari Sitompul, Dicky Sambora Sri Mulyana subanar subanar Sultan Lazuardiansyah SUSIANA Syahfitri, Ardilla Syarida Aini, Desti Syifa Cendikia, Yolanda Wahabi Hasibuan, Rahman Walidin, Adamsyach Prana Yulita Molliq Rangkuti Zai, Samuel Anaya Putra Zai, Tri Sapta Warman