Article Per Year (5 Year)
p-Index From 2021 - 2026
2.771
P-Index
This Author published in this journals
All Journal Jurnal Online Mahasiswa (JOM) Bidang Perikanan dan Ilmu Kelautan Jukung (Jurnal Teknik Lingkungan) Journal of Advanced in Information and Industrial Technology (JAIIT) Budapest International Research and Critics Institute-Journal (BIRCI-Journal): Humanities and Social Sciences Iqtishadia: Jurnal Kajian Ekonomi dan Bisnis Islam eProceedings of Engineering Jurnal Perencanaan, Sains dan Teknologi (Jupersatek) Lentera Jurnal Malikussaleh Mengabdi Prosiding Seminar Nasional Unimus International Journal of Studies in International Education IJLSH International Journal of Islamic Business and Economics (IJIBEC) Tourism Economics, Hospitality, and Business Management Journal
Mustafa Kamal
Fakultas Ilmu Komputer, Universitas Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture 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 Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Nursing Public Health Social Sciences Transportation Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : eProceedings of Engineering

 1 
Pengembangan Dokumen Tata Kelola Keamanan Sistem Informasi dengan Standar ISO 27001: 2013 Pada Yayasan Dana Sosial Al-Falah Surabaya Naufal Rakhmad Denisya Putra; Muhammad Nasrullah; Mustafa Kamal
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Yayasan Dana Sosial Al-Falah (YDSF) Surabaya merupakan Lembaga Amil Zakat Nasional yang telah memanfaatkan teknologi informasi dalam operasionalnya, namun masih menghadapi kendala serius terkait keamanan teknologi informasi dan pengelolaan aset digital. Berdasarkan hasil wawancara dan audit yang dilakukan oleh tim dari Telkom University Surabaya, ditemukan kelemahan serta kerentanan dalam tata kelola sistem informasi, terutama pada klausul Incident Management, Asset Management, dan Policy, yang memiliki skor di bawah rata-rata standar ISO 27001:2013. Penelitian ini bertujuan untuk mengembangkan dokumen tata kelola keamanan informasi sesuai standar tersebut guna meningkatkan keamanan dan efektivitas sistem informasi di YDSF. Metode penelitian yang digunakan adalah kualitatif deskriptif dengan teknik pengumpulan data berupa observasi lapangan, wawancara mendalam, serta telaah dokumen. Hasil penelitian menghasilkan 8 dokumen kebijakan, 9 dokumen SOP, dan 5 dokumen formulir terkait klausul tersebut. Selain itu, dilakukan analisis kesenjangan (gap analysis) antara kondisi aktual dengan standar ISO untuk menyesuaikan kebutuhan YDSF. Hasil ini diharapkan membantu menjaga integritas, kerahasiaan, ketersediaan informasi, dan meningkatkan kesiapan YDSF menghadapi ancaman keamanan informasi di masa mendatang. Kata kunci— Tata Kelola Kemanan Sistem Informasi, YDSF Surabaya, Keamanan Informasi Organisasi, Standar ISO 27001: 2013.
Implementasi Chatbot Berbasis Transformer Dan Pemindaian QR Code Pada Website Inventaris Hendrik Hermawan; Yohanes Setiawan; Mustafa Kamal
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Belum adanya transformasi digital pengolahan data inventaris pada PT Berlian Jasa Terminal Indonesia menyebabkan rawan kesalahan seperti data yang tidak akurat, akses informasi yang lambat, dan pelacakan aset yang tidak efisien akibat proses manual. Metode konvensional berbasis spreadsheet yang lambat dan rawan kesalahan mendorong perlunya solusi teknologi modern untuk meningkatkan efisiensi dan kemudahan akses informasi. Penelitian ini berhasil mengembangkan dan mengimplementasikan sistem inventaris berbasis website yang mengintegrasikan pemindaian QR Code untuk pelacakan aset fisik dan chatbot berbasis model Transformer (IndoBERT) untuk akses informasi melalui Natural Language Processing (NLP). Proses pengembangan mencakup perancangan arsitektur, pelatihan model, dan pengujian sistem secara menyeluruh. Hasil pelatihan model menunjukkan bahwa konfigurasi hyperparameter optimal (Skenario 3) mampu mencapai akurasi 91% untuk klasifikasi intent dan performa nyaris sempurna untuk Named Entity Recognition (NER) pada data uji awal. Namun, pengujian lanjutan menggunakan 100 sampel data uji yang menantang mengungkap bahwa model memiliki keterbatasan dalam menangani permintaan di luar cakupan (intent unknown), di mana banyak di antaranya keliru diklasifikasikan sebagai cari_perangkat. Sistem ini terbukti fungsional dan mampu meningkatkan efisiensi dibandingkan metode manual, dengan chatbot yang berhasil merespons permintaan pengguna secara akurat untuk fungsionalitas inti. Kata kunci— Manajemen Inventaris IT, Pemindaian QR Code, Chatbot dengan Model Transformer, Pemrosesan Bahasa Alami (NLP)
Klasifikasi Gangguan Kecemasan Pengguna Twitter Menggunakan Support Vector Machine Leinia Suryadi; Bernadus Anggo Seno Aji; Mustafa Kamal
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Gangguan mental yang umum adalah kecemasan, yang seringkali sulit terdeteksi karena tidak menunjukkan gejala fisik secara langsung serta dipengaruhi oleh rendahnya kesadaran masyarakat dan stigma negatif terhadap kesehatan jiwa. Akibatnya, banyak individu lebih memilih mengekspresikan perasaannya melalui media sosial seperti Twitter daripada mencari bantuan profesional. Namun, mendeteksi potensi gejala kecemasan melalui data teks bukanlah hal yang mudah karena pengguna jarang menyebutkan kondisi mentalnya secara eksplisit. Penelitian ini bertujuan merancang model klasifikasi gejala kecemasan pada pengguna Twitter menggunakan algoritma Support Vector Machine (SVM) dengan pendekatan paraphrasing berbasis IndoT5. Proses penelitian mencakup praproses teks dan pelatihan model SVM menggunakan kernel RBF dengan parameter optimal C=10 dan gamma=0,1. Hasil evaluasi menunjukkan bahwa penggunaan IndoT5 mampu meningkatkan performa model dengan capaian akurasi 97,52%, precision 97,57%, recall 97,50%, dan F1-score 97,52%. Dibandingkan algoritma Multilayer Perceptron (MLP) dan Decision Tree, SVM menunjukkan akurasi paling unggul. Model ini kemudian diimplementasikan ke sistem web berbasis Streamlit untuk mengklasifikasikan teks menjadi “Normal” atau “Kecemasan” sebagai alat bantu deteksi awal, bukan pengganti profesional. Kata kunci — kecemasan, twitter, klasifikasi teks, SVM, IndoT5.
Klasifikasi Kepadatan Lalu Lintas Berbasis Deep Learning Menggunakan Yolox Dan SegFormer Raditya Adi Santoso; Mustafa Kamal; Fandisya Rahman
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Peningkatan volume lalu lintas menimbulkan tantangan dalam pengelolaan lalu lintas yang efektif. Sistem konvensional sering tidak menyediakan informasi mengenai kondisi kepadatan lalu lintas yang ada. Penelitian ini mengembangkan sistem klasifikasi kepadatan lalu lintas berbasis deep learning menggunakan model hybrid YOLOX untuk deteksi kendaraan dan SegFormer untuk segmentasi area jalan. Kedua model diintegrasikan menggunakan pendekatan Fusion Layer, yang menggabungkan hasil inferensi untuk menghitung rasio area jalan yang tertutupi kendaraan. Sistem ini diimplementasikan dalam bentuk aplikasi website yang menerima input langsung dari webcam, serta menampilkan informasi kepadatan secara visual dan numerik. Hasil evaluasi menunjukkan bahwa kombinasi model menghasilkan akurasi klasifikasi sebesar 80%, lebih tinggi dibandingkan penggunaan model secara terpisah. Penelitian ini berhasil mengembangkan sistem klasifikasi kepadatan lalu lintas dan memberikan kemudahan dalam mengakses informasi baik secara visual maupun numerik terkait tingkat kepadatan lalu lintas berdasarkan input langsung dari webcam. Kata kunci— deep learning, YOLOX, SegFormer, klasifikasi kepadatan lalu lintas, segmentasi jalan, deteksi kendaraan.
Peramalan Kepadatan Lalu Lintas Berbasis Video Menggunakan YOLOX dan Long Short-Term Memory (LSTM) Maoreen Damar Safira Subakti; Mustafa Kamal; Fandisya Rahman
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Kepadatan lalu lintas di kawasan perkotaan menjadi tantangan serius dalam pengelolaan transportasi modern karena dampaknya terhadap kemacetan, pemborosan waktu, dan polusi udara. Untuk mengatasi permasalahan ini, dibutuhkan pendekatan prediktif berbasis teknologi guna mendukung pengambilan keputusan yang cepat dan adaptif. Penelitian ini bertujuan mengembangkan sistem prediksi kepadatan lalu lintas berbasis video dengan mengintegrasikan algoritma YOLOX sebagai detektor kendaraan dan Long Short-Term Memory (LSTM) sebagai model peramalan. Data dikumpulkan melalui rekaman video lalu lintas dari Jembatan Penyeberangan Orang (JPO), yang kemudian diolah melalui ekstraksi frame dan pelabelan bounding box. Model YOLOX digunakan untuk mendeteksi jumlah kendaraan per frame, sedangkan hasil deteksi menjadi input bagi model LSTM untuk meramalkan jumlah kendaraan dalam lima menit ke depan. Evaluasi menunjukkan bahwa YOLOX mencapai performa deteksi tinggi dengan mAP@50 sebesar 98,5% dan mAP@75 sebesar 91,6%, sementara LSTM menunjukkan akurasi prediksi yang baik dengan MAE sebesar 0,0905 dan RMSE sebesar 0,1173. Sistem ini telah diimplementasikan dalam bentuk aplikasi web untuk mempermudah pengguna mengunggah video dan memperoleh hasil prediksi secara visual. Temuan ini menunjukkan potensi sistem dalam mendukung pengelolaan lalu lintas berbasis data secara efisien di lingkungan perkotaan. Kata kunci— YOLOX, LSTM, peramalan, lalu lintas, video, deep learning.
Sistem Presensi Siswa Menggunakan RFID Terintegrasi IoT Dan Website Dengan Algoritma Enkripsi Serta Pemantauan Orang Tua Fachrel Kurniawan; Muhammad Adib Kamali; Mustafa Kamal
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak - Presensi siswa adalah aspek krusial dalam pengelolaan sekolah untuk memantau kedisiplinan. Namun, sistem presensi di SMA Muhammadiyah 4 Surabaya yang diterapkan secara manual di dalam kelas saat pembelajaran dimulai, menimbulkan masalah signifikan. Tidak adanya pencatatan sejak siswa memasuki area sekolah menyebabkan informasi kedatangan tidak akurat, sehingga menyulitkan pengawasan dan penindakan disipliner bagi siswa yang terlambat atau tidak hadir. Kelemahan sistem manual ini, seperti yang diungkapkan oleh penelitian sebelumnya, adalah inefisiensi dan kurangnya transparansi.Beberapa penelitian terdahulu telah mengembangkan sistem presensi berbasis RFID, namun memiliki celah seperti tidak adanya notifikasi untuk orang tua atau penggunaan SMS Gateway yang kurang efisien. Penelitian lain yang sudah menggunakan notifikasi WhatsApp belum menekankan pada aspek keamanan data menggunakan enkripsi standar pada level perangkat keras. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan merancang dan membangun sebuah sistem presensi otomatis berbasis RFID yang mampu mengatasi masalah ketidakakuratan data dan keterlambatan informasi. Selain itu, penelitian ini juga bertujuan mengimplementasikan fitur notifikasi kehadiran real-time melalui WhatsApp untuk orang tua dan menguji kelayakan sistem berdasarkan kinerja dan efektivitasnya di lingkungan sekolah Kata kunci— presensi siswa, RFID, IoT, ESP32, enkripsi AES, pemantauan orang tua
Strategi Tata Kelola Risiko Teknologi Informasi Berbasis COBIT 2019 Dalam Mendukung Keamanan Operasi Perdagangan Maritim di Pulau Tarakan Journal of Information Technology Literacy Muhammad Mugi Fakip Anugrah; Muhammad Adib Kamali; Mustafa Kamal
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Pulau Tarakan memiliki posisi strategis dalam jalur perdagangan maritim nasional dan internasional, namun wilayah ini juga rentan terhadap berbagai ancaman keamanan seperti penyelundupan, perompakan, dan pelayaran ilegal. Kondisi ini diperparah oleh keterbatasan infrastruktur Teknologi Informasi (TI), yang menghambat deteksi dini, pelaporan insiden, serta koordinasi antar pihak terkait. Penelitian ini bertujuan untuk merancang strategi tata kelola risiko TI berbasis kerangka kerja COBIT 2019 guna meningkatkan keamanan operasi perdagangan maritim. Metode yang digunakan adalah pendekatan kuantitatif dengan pengumpulan data dari laporan insiden serta penyebaran kuesioner. Domain COBIT yang digunakan dalam penelitian ini meliputi EDM03, EDM04, EDM05, dan APO12. Hasil penelitian menghasilkan rancangan sistem manajemen risiko TI yang mendukung pelaporan insiden secara cepat, pengelolaan sumber daya, dan keterlibatan pemangku kepentingan. Temuan ini diharapkan dapat memperkuat keamanan maritim melalui pendekatan tata kelola risiko yang terstruktur dan terstandar. Kata kunci — cobit 2019, tata kelola risiko, keamanan maritim, sistem informasi, perdagangan laut, pulau tarakan
Co-Authors - Mardiyanto Agung Firmansyah Agung Firmansyah Ahmad Syakir Ai Nur Bayinah Asmaul Husna Bernadus Anggo Seno AjiAji Budi Untari Chairul Abdi Elvan Haryadi Fachrel Kurniawan Fandisya Rahman Fitriani Handayani, Putu Wuri Hasanah Putri Hendrik Hermawan Leinia Suryadi M. Ihsan Maoreen Damar Safira Subakti Marzuki Marzuki Muhajir Muhajir Muhammad Adib Kamali Muhammad Amran Muhammad Ilman Akbar Muhammad Ilman Akbar Muhammad Mugi Fakip Anugrah Muhammad Nasrullah Muhammad Nasrullah Naufal Rakhmad Denisya Putra Nauval Hadi P Nopi Stiyati Prihatini Nuril Huda Raditya Adi Santoso Rais Rais Rd Indah Nirtha NNPS Rianti Pratiwi Rismayanti Riza Miftahul Khair Roy, Sujan Chandra Rully Rosadi sa'adah tri hayatun Saberina Hasibuan Sepky Mardian Syafriadiman, Syafriadiman Yohanes Setiawan Yundari, Yundari Yuvens Anggito