Article Per Year (5 Year)
p-Index From 2021 - 2026
2.255
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris Sistemasi: Jurnal Sistem Informasi Jurnal Mantik Penusa Zero : Jurnal Sains, Matematika, dan Terapan Jurnal Mantik JATI (Jurnal Mahasiswa Teknik Informatika) Information System Journal (INFOS) RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI Jurnal Dialektika Informatika (Detika) KLIK: Kajian Ilmiah Informatika dan Komputer Muria Jurnal Layanan Masyarakat SisInfo : Jurnal Sistem Informasi dan Informatika Jurnal Ilmiah Sistem Informasi Akuntansi (JIMASIA)
Wibowo Harry Sugiharto
Universitas Muria Kudus
Agriculture, Biological Sciences & Forestry Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Mathematics Physics Social Sciences

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

Found 20 Documents
Search

 1   2 
Pengembangan Sistem Sortir Otomatis untuk Jeruk Citrus: Integrasi Teknologi Sensor dan Algoritma Rule-Based Muhammad Imam Ghozali; Aditya Akbar Riadi; Dwyan Akbar Putra; Wibowo Harry Sugiharto
Resolusi : Rekayasa Teknik Informatika dan Informasi Vol. 4 No. 3 (2024): RESOLUSI January 2024
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/resolusi.v4i3.1649

Abstract

This study aims to develop an orange harvest revenue prediction system that integrates color-based sorting technology and rule-based data analysis. With the increasing demand for oranges in Indonesia, efficiency and accuracy in the sorting process and revenue prediction are of utmost importance. The developed system utilizes the TCS34725 color sensor to classify oranges based on maturity level and employs a rule-based method to predict harvest revenue based on sorting data and external factors such as weather conditions and market prices. Field testing results indicate that this system significantly improves sorting accuracy and provides accurate revenue predictions. The implementation of this technology in the orange industry offers potential enhancements in operational efficiency and profitability. This research contributes importantly to the application of sensor technology and data analysis in agriculture, demonstrating how technological innovation can help address challenges in the orange industry and the broader agricultural sector.
Analisis Sentimen Pinjaman Online Di Media Sosial Twitter Menggunakan Metode Naive Bayes Muhammad Imam Ghozali; Wibowo Harry Sugiharto; Ary Fajar Iskandar
KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 3 No. 6 (2023): Juni 2023
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/klik.v3i6.936

Abstract

Sentiment analysis is conducted to measure public opinion tendencies towards ongoing or past events. One of the cases analyzed in this study is Online Loans, commonly known as "Pinjol" in Indonesian. The research data regarding Online Loans was collected from the Twitter social media platform using the keyword "Pinjaman Online." The analysis method employed in this study is Naïve Bayes. Prior to the sentiment analysis process, text data was obtained through crawling from the Twitter API using the Rapidminer application. The data was then subjected to text pre-processing. Subsequently, the data underwent TF-IDF weighting. The results of this research demonstrate the tendencies of positive and negative sentiment conflicts within each tweet discussed by Twitter users regarding Online Loans. The conclusion drawn from the sentiment analysis using the Naïve Bayes classification algorithm with data obtained from Twitter concerning Online Loans is as follows: Out of the 2931 data used, after undergoing text pre-processing, a total of 2912 data were available. Among them, negative sentiment accounted for 68.61% with 1998 data, while positive sentiment accounted for 31.39% with 914 data. The sentiment analysis of Twitter users regarding Online Loans achieved an accuracy rate of 80%.
Implementasi Convolutional Neural Network Dalam Sistem Otomatis Pemilahan Sampah Infeksius Berbasis Citra Digital Renaldi Irfan Firdaus; Wibowo Harry Sugiharto; Muhammad Imam Ghozali
SisInfo Vol 7 No 1 (2025): SisInfo
Publisher : Universitas Informatika dan Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/sisinfo.v7i1.1052

Abstract

Pengelolaan limbah medis, khususnya limbah infeksius, tidak boleh dicampur dengan jenis limbah lainnya. Salah satu risiko penanganan limbah infeksius tanpa pengetahuan yang tepat tentang metode pengolahannya adalah meningkatnya peluang penularan penyakit. Setelah limbah infeksius dipisahkan dengan benar, limbah tersebut harus ditangani dengan benar untuk menghindari risiko lebih lanjut. Oleh karena itu, pembuatan tempat sampah otomatis untuk memilah limbah infeksius dan non infeksius memerlukan pendekatan yang lebih maju dan sistem klasifikasi limbah yang cepat dan akurat. Peneliti mengimplementasikan Convolutional Neural Network (CNN) pada sistem pemilahan limbah infeksius berbasis citra digital menggunakan metode pengembangan prototipe. Model Convolutional Neural Network digunakan untuk mengklasifikasikan jenis limbah infeksius berdasarkan citra yang ditangkap oleh sensor ESP32-Cam. Sensor kamera ESP32-Cam memerlukan library yang merupakan input dari edge impulses sebagai penyimpanan data citra sampah.
Penilaian Kualitas Air Secara Real-Time Menggunakan IoTWQI dan Internet of Things Wibowo Harry Sugiharto; Ali Bardadi; Eric Alfonsius
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 5 No. 1 (2025): Volume 5, Nomor 1, June 2025
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v5i1.489

Abstract

Pemantauan kualitas air sangat penting dalam pengelolaan lingkungan, namun metode tradisional yang melibatkan pengambilan sampel secara manual dan analisis laboratorium memerlukan waktu lama, biaya tinggi, serta rentan terhadap keterlambatan, sehingga membatasi pengambilan keputusan secara tepat waktu. Penelitian ini mengatasi tantangan tersebut dengan mengimplementasikan sistem pemantauan kualitas air secara real-time yang memanfaatkan sensor berbasis IoT dan kerangka kerja Internet of Things Water Quality Index (IOTWQI). Sistem ini mengintegrasikan berbagai sensor, termasuk pH, TDS, suhu, kekeruhan, dissolved oxygen (DO), dan electrical conductivity (EC), untuk mengumpulkan data secara kontinu. Data tersebut diproses oleh mikrokontroler dan dikirimkan ke server cloud untuk divisualisasikan melalui dashboard daring. Sistem ini memungkinkan deteksi dini terhadap pencemaran dan mendukung pengelolaan sumber daya air secara proaktif. Pengujian dilakukan pada skala laboratorium dan menunjukkan akurasi tinggi pada berbagai parameter. Sensor suhu (DS18B20) mencatat rata-rata galat sebesar 1,46% dengan akurasi 98,54%, sementara sensor pH mencapai akurasi 96,85% dengan galat 3,15%. Sensor EC menunjukkan kinerja tertinggi dengan akurasi 99,81% dan galat 0,189%, sedangkan sensor DO mencapai akurasi 98,14% dengan galat 1,86%. Hasil ini memvalidasi keandalan sistem untuk pemantauan secara real-time. Pekerjaan selanjutnya akan difokuskan pada uji lapangan dan integrasi dengan kerangka kerja pengelolaan air yang lebih luas guna meningkatkan skalabilitas dan penerapan praktis
Sistem Deteksi Kesalahan Penulisan Karya Ilmiah Dengan Metode Natural Language Processing Pada Ejaan KBBI Bagus Dwi Prasetyo; Wibowo Harry Sugiharto; Muhammad Imam Ghozali
Techno.Com Vol. 25 No. 1 (2026): February 2026
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v25i1.15219

Abstract

Penulisan karya ilmiah yang sesuai dengan kaidah Bahasa Indonesia merupakan hal penting dalam dunia akademik. Namun, masih banyak ditemui kesalahan ejaan dan penggunaan kata tidak baku dalam dokumen ilmiah. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem deteksi kesalahan penulisan karya ilmiah menggunakan metode Natural Language Processing (NLP) berbasis ejaan Kamus Besar Bahasa Indonesia (KBBI). Sistem dibangun menggunakan pendekatan Waterfall dengan implementasi berbasis web menggunakan Python dan library NLP seperti spaCy, Sastrawi, dan NLTK. Proses deteksi melibatkan tahapan case folding, tokenisasi, stemming, Named Entity Recognition (NER), pencocokan dengan database KBBI, serta koreksi ejaan menggunakan algoritma Levenshtein Distance. Evaluasi sistem dilakukan menggunakan dataset karya ilmiah yang telah dianotasi secara manual dan menghasilkan akurasi 92%, presisi 92%, recall 93%, dan F1-score 92%. Hasil tersebut menunjukkan bahwa sistem mampu mendeteksi kesalahan ejaan dengan baik dan memberikan saran perbaikan secara efektif. Penelitian ini diharapkan dapat membantu meningkatkan kualitas penulisan akademik di Indonesia. Kata Kunci – Natural Language Processing, KBBI, Deteksi Ejaan, Karya Ilmiah
PENGEMBANGAN APLIKASI ANDROID UNTUK PENGELOLAAN STOK DAN MANAJEMEN PEMESANAN PADA CAFE PANDAWA Mochamad Yunus; Wibowo Harry Sugiharto; Muhammad Imam Ghozali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16656

Abstract

Efisiensi operasional menjadi faktor krusial bagi keberhasilan UMKM kuliner di era digital. Cafe Pandawa menghadapi kendala operasional meliputi pengelolaan persediaan bahan baku yang tidak terstruktur dengan pencatatan manual yang memicu stockout mendadak, ketergantungan pada sistem transaksi konvensional yang rawan kesalahan pencatatan, serta tidak adanya mekanisme optimasi inventory berbasis perhitungan ilmiah. Penelitian ini bertujuan mengembangkan aplikasi Android terintegrasi yang memadukan sistem Point of Sales (POS) dengan modul pengendalian stok berbasis Economic Order Quantity (EOQ) untuk meningkatkan efisiensi operasional Cafe Pandawa. Metodologi Research and Development (R&D) dengan model Waterfall diterapkan melalui tahapan analisis kebutuhan, perancangan menggunakan UML, implementasi dengan arsitektur Flutter-Laravel-MySQL, dan validasi melalui Black Box Testing. Hasil pengujian menunjukkan tingkat keberhasilan fungsional 100% pada seluruh modul sistem. Implementasi EOQ menghasilkan rekomendasi kuantitas pemesanan optimal untuk serbuk Red Velvet sebesar 22,36 gram dengan frekuensi 22,4 kali per tahun dan serbuk Chocolate sebesar 25 gram dengan frekuensi 25 kali per tahun, dengan inventory turnover melebihi 40 kali per tahun. Integrasi sistem POS dengan modul EOQ terotomasi terbukti efektif mengeliminasi ketergantungan pencatatan manual, meminimalkan risiko stockout, serta mendukung pengambilan keputusan inventory yang data-driven bagi digitalisasi UMKM kuliner
PERANCANGAN SISTEM MANAJEMEN PRODUKSI BERBASIS WEB DENGAN METODE JOB ORDER COSTING PADA UD KARUNIA SENTOSA UTAMA Maulana Nofa Karisma; Wibowo Harry Sugiharto; Muhammad Imam Ghozali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16953

Abstract

UD Karunia Sentosa Utama merupakan usaha konveksi kaos kaki berdasarkan pesanan (job order). Dalam tahapan produksi nya, usaha konveksi masih mengandalkan sistem manual, untuk mencatat pesanan, menetapkan harga pokok produksi, sehingga terjadi kesalahan dalam pencatatan, keterlambatan proses, dan ketidaktepatan perhitungan biaya. Penelitian ini bertujuan merancang sistem manajemen produksi berbasis web yang terintegrasi dengan metode job order costing guna memudahkan pengendalian biaya produksi berdasarkan permintaan pelanggan. Sistem dikembangkan dengan metode Waterfall dan dirancang menggunakan UML (use case, class, activity, dan sequence diagram). Job Order Costing digunakan untuk menghitung Harga Pokok Produksi berdasarkan pesanan, mencakup biaya bahan baku, tenaga kerja langsung, dan overhead. Hasilnya, sistem ini mampu mempermudah pencatatan, mempercepat pengolahan data produksi, dan mendukung pengambilan keputusan yang lebih tepat, cepat, dan akurat
Performance Comparison of WSN Topologies in IoT-Based Water Quality Monitoring Systems Muhammad Imam Ghozali; Alif Catur Murti; Wibowo Harry Sugiharto; Klaus Roder
ZERO: Jurnal Sains, Matematika dan Terapan Vol 9, No 2 (2025): Zero: Jurnal Sains Matematika dan Terapan
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/zero.v9i2.25706

Abstract

This study, we quantify how WSN topology shapes QoS for IoT water-quality monitoring and derive deployment rules. Five topologies (Hybrid Star-Mesh, Cluster Tree, Full Mesh, Ring, ZigBee Star; 20 nodes) were simulated in NS-3 for 10 independent runs with random seeds. Our mathematical contribution is a compact QoS model set-latency LLL, packet-loss PlossP_{\text{loss}} Ploss, bandwidth usage UBU_BUB, and throughput TTT-used to compare topologies and compute relative/absolute improvements. Statistics report mean±SD with 95% confidence intervals from Student's t-distribution; pairwise Mann-Whitney tests with Benjamini-Hochberg FDR control (α=0.05) yield compact-letter displays; Cliff's δ quantifies effect sizes. Results: Hybrid Star-Mesh minimizes latency/loss while maximizing throughput; Ring is consistently inferior; Cluster Tree and ZigBee Star are mid-range; Full Mesh trades redundancy for delay and bandwidth. These models produce actionable guidance for aquaculture (real-time dissolved-oxygen) and urban drinking-water safety, and motivate multi-objective optimization (latency-throughput-energy) toward Pareto-optimal designs.
Comparative Analysis of Deep Learning Architectures for Indonesian Spice Image Classification Fatma Meylinda Putri; Muhammad Imam Ghozali; Wibowo Harry Sugiharto
SISTEMASI Vol 15, No 2 (2026): Sistemasi: Jurnal Sistem Informasi
Publisher : Universitas Islam Indragiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v15i2.5946

Abstract

Spices are an important commodity in Indonesia; however, visual identification remains challenging due to the similarity in appearance among different types of spices. This study develops an image classification system for Indonesian spices using transfer learning by comparing four Convolutional Neural Network (CNN) architectures: VGG16, ResNet50, EfficientNetB0, and MobileNetV2. The Indonesian Spices dataset consists of 31 classes with a total of 6,510 images, which were stratified and divided into training, validation, and testing sets. The training process was conducted in two stages: head-layer training and fine-tuning, with the application of regularization techniques such as dropout, batch normalization, and L2 regularization. The results show that ResNet50 achieved the best performance with a test accuracy of 95.80%, followed by VGG16 with 95.70%. EfficientNetB0 provided an optimal balance between accuracy (94.17%) and the fastest inference time (5.51 ms), while MobileNetV2 achieved an inference time of 6.07 ms with an accuracy of 92.63%, making it suitable for mobile devices. This study demonstrates the effectiveness of transfer learning for Indonesian spice image classification.
SISTEM INFORMASI PERPUSTAKAAN BERBASIS WEBSITE MENGGUNAKAN BARCODE PADA SMPN 01 KELING Rangga Putra; Wibowo Harry Sugiharto; Muhammad Imam Ghozali
Information System Journal Vol. 8 No. 02 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i02.2456

Abstract

Penelitian ini dilatarbelakangi oleh mekanisme pengelolaan perpustakaan SMPN 01 Keling yang masih berbasis pencatatan konvensional sehingga menyebabkan keterlambatan layanan dan potensi kesalahan data. Tujuan dari Penelitian ini yaitu perancangan juga pembuatan sistem informasi perpustakaan berbasis website yang terintegrasi teknologi barcode untuk mendukung pengelolaan koleksi, transaksi peminjaman–pengembalian, serta penyajian informasi ketersediaan buku. Pengembangan sistem menggunakan model waterfall dengan pemodelan rancangan sistem UML, framework Laravel, dan basis data MySQL. Sistem diuji melalui black box testing guna memastikan sistem berfungsi berdasarkan skenario serta User Acceptance Testing (UAT) kepada pustakawan, guru, dan siswa sebagai pengguna sistem. Hasil UAT menunjukkan nilai rata-rata 83% dengan kategori Baik, sehingga sistem dinilai layak digunakan dan berpotensi meningkatkan efisiensi operasional, akurasi pencatatan, dan pemanfaatan layanan perpustakaan digital di lingkungan sekolah.
Co-Authors Aditya Akbar Riadi Ahmad Abdul Chamid Alfonsius, Eric Ali Bardadi Alif Catur Murti Ary Fajar Iskandar Bagus Dwi Prasetyo Dandy Wibowo Dwyan Akbar Putra Ehwan, Rif'an Zaenal Fatma Meylinda Putri Klaus Roder M. Bachrul Ulum Firmansyah Maulana Nofa Karisma Mochamad Yunus Muhammad Imam Ghozali Rangga Putra Renaldi Irfan Firdaus Rizal Baihaqi RR. Ella Evrita Hestiandari Thoyyibul Al Fit Zaenal Afifi