Article Per Year (5 Year)
p-Index From 2021 - 2026
3.67
P-Index
This Author published in this journals
All Journal Sistemasi: Jurnal Sistem Informasi jurnal Teknik Industri - Unisi Community Development Journal: Jurnal Pengabdian Masyarakat SELODANG MAYANG Jurnal IPTEK Bagi Masyarakat Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan (JUSTIKPEN) Journal of Computer Science and Informatics Engineering PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer SWARNA Journal of Artificial Intelligence and Digital Business Indonesian Journal of Multidisciplinary on Social and Technology Journal of Innovative and Creativity SWARNA: Jurnal Pengabdian Kepada Masyarakat Abdimas, Jurnal Pengabdian Masyarakat Jurnal Perangkat Lunak
Abdul Muni
Universitas Islam Indragiri
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering 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 Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Nursing Physics Public Health Social Sciences Transportation Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Aplikasi Pemantauan Kebersihan dan Penyimpanan Sagu Basah Menggunakan Sensor dan Internet of Things (IoT) di Desa Jerambang Efa Sa’adah; Dwi Yuli Prasetyo; Abdul Muni
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12545

Abstract

Proses penyimpanan sagu basah di Desa Jerambang masih dilakukan dengan metode pemantauan manual sehingga perubahan kondisi lingkungan penyimpanan, seperti suhu dan kelembapan, belum dapat diketahui secara cepat dan terukur. Kondisi tersebut dapat meningkatkan risiko penurunan kualitas sagu selama proses penyimpanan. Penelitian ini bertujuan untuk merancang dan membangun sistem pemantauan kebersihan dan penyimpanan sagu basah yang mampu menyediakan informasi kondisi penyimpanan secara otomatis dan waktu nyata. Metode penelitian yang digunakan adalah pengembangan sistem dengan pendekatan prototype yang meliputi tahap perencanaan, analisis kebutuhan, perancangan, implementasi, dan pengujian. Sistem dikembangkan melalui integrasi perangkat pengukuran kondisi lingkungan, sistem pengolahan data, penyimpanan berbasis server, serta aplikasi pemantauan berbasis perangkat seluler. Hasil penelitian menunjukkan bahwa sistem mampu melakukan pengambilan data kondisi penyimpanan secara otomatis, menampilkan informasi suhu, kelembapan, dan kondisi sagu, serta menyediakan riwayat data dan notifikasi ketika kondisi penyimpanan berada di luar batas aman. Sistem yang dikembangkan mampu membantu pengguna melakukan pemantauan tanpa pemeriksaan langsung sehingga proses pengawasan penyimpanan sagu basah menjadi lebih efektif. Berdasarkan hasil tersebut, penerapan teknologi pemantauan berbasis Internet of Things dapat menjadi solusi dalam mendukung pengelolaan penyimpanan sagu basah secara lebih terukur dan berkelanjutan.
Sistem Pakar dalam Mengidentifikasi Penyakit Tanaman Pisang Menggunakan Metode Forward Chaining Herby Mulya Wardana; Abdul Muni; Samsudin Samsudin
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.12993

Abstract

Penyakit tanaman pisang dapat menurunkan produktivitas apabila tidak dikenali sejak dini. Petani sering mengalami kesulitan membedakan penyakit karena sejumlah gejala tampak serupa, sedangkan ketersediaan pakar pertanian di lapangan terbatas. Penelitian ini bertujuan membangun sistem pakar berbasis web untuk mengidentifikasi penyakit tanaman pisang menggunakan metode forward chaining. Data diperoleh melalui observasi tanaman, wawancara dengan petani dan penyuluh pertanian, serta studi literatur. Basis pengetahuan yang dibangun memuat 12 gejala, 5 penyakit, dan 5 aturan produksi IF-THEN. Sistem dikembangkan menggunakan Laravel, Vue 3, Tailwind CSS, Inertia.js, dan basis data relasional. Mesin inferensi menyimpan gejala yang dipilih sebagai fakta awal, menelusuri seluruh aturan, lalu menghitung persentase kecocokan berdasarkan perbandingan jumlah gejala yang sesuai dengan total gejala pada aturan. Suatu aturan dinyatakan terpenuhi pada ambang 100%, sehingga kesimpulan hanya dihasilkan apabila seluruh premis aturan telah dipenuhi. Hasil pengujian menunjukkan bahwa kelima kombinasi gejala uji menghasilkan diagnosis yang identik dengan basis pengetahuan, sehingga ketepatan penalaran mencapai 100%. Seluruh 12 skenario pengujian blackbox dinyatakan valid dan validasi pakar menyatakan seluruh komponen basis pengetahuan sesuai. Sistem yang dihasilkan menyediakan diagnosis awal dan rekomendasi penanganan bagi petani serta panel admin untuk memperbarui basis pengetahuan tanpa perubahan kode program.
SISTEM INFORMASI MANAJEMEN HOTEL INHIL PRATAMA BERBASIS WEBSITE M. Tri Wahyu; Bayu Rianto; Abdul Muni
Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan Vol. 5 No. 1.1 (2026): Edisi Agustus Spesial Issue
Publisher : Utiliti Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/justikpen.v5i1.1.1190

Abstract

Digitalisasi operasional hotel menuntut tersedianya sistem yang mampu mengintegrasikan pengelolaan data tamu, kamar, reservasi, dan transaksi. Pada Hotel Inhil Pratama, proses tersebut sebelumnya masih bergantung pada pencatatan manual sehingga menimbulkan risiko kesalahan pencatatan, duplikasi data, keterlambatan pencarian informasi, dan keterbatasan pemantauan status kamar. Penelitian ini bertujuan mengembangkan sistem informasi manajemen hotel berbasis website yang dirancang berdasarkan kebutuhan operasional aktual dan memvalidasi fungsionalitas sistem yang dihasilkan. Pengembangan dilakukan menggunakan System Development Life Cycle (SDLC) dengan model Waterfall melalui tahapan identifikasi masalah, pengumpulan data, analisis kebutuhan, perancangan, implementasi, dan pengujian. Data kebutuhan diperoleh melalui observasi, wawancara, dan studi literatur. Sistem dikembangkan menggunakan PHP dan MySQL serta dimodelkan dengan Unified Modeling Language. Pengujian Black Box terhadap 13 skenario fungsional menunjukkan seluruh skenario menghasilkan keluaran sesuai dengan hasil yang diharapkan (13/13 skenario berhasil). Kontribusi penelitian terletak pada penerjemahan kebutuhan operasional hotel yang sebelumnya dikelola secara manual ke dalam rancangan sistem terintegrasi yang mendukung pengelolaan data tamu, reservasi, status kamar, dan transaksi dalam satu platform. Temuan ini menunjukkan bahwa sistem telah memenuhi kebutuhan fungsional yang diuji; namun, efektivitas operasional, penerimaan pengguna, dan kinerja sistem belum diukur secara kuantitatif sehingga memerlukan evaluasi lanjutan.
Comparative Performance Analysis of EfficientNet-B0, ConvNeXt-Tiny, and MobileNetV2 for Oil Palm Fruit Ripeness Classification Samsudin Samsudin; Abdullah Abdullah; Abdul Muni; Misnawati Misnawati
SISTEMASI Vol 15, No 8 (2026): Sistemasi: Jurnal Sistem Informasi
Publisher : Universitas Islam Indragiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v15i8.6755

Abstract

The classification of Fresh Fruit Bunch (FFB) ripeness levels in oil palm is a crucial aspect of agricultural automation for maintaining production quality. This study evaluates the performance of three deep learning architectures through a comparative analysis of EfficientNet-B0, ConvNeXt-Tiny, and MobileNetV2 for distinguishing different fruit ripeness classes. The experimental results show that MobileNetV2 achieved the highest accuracy of 97%, followed by ConvNeXt-Tiny at 94%, whereas EfficientNet-B0 achieved only 32%, primarily due to systematic prediction bias on the complex dataset. The confusion matrix analysis indicates that although MobileNetV2 and ConvNeXt-Tiny performed effectively, visual ambiguity during transitional ripeness stages remains a challenge for purely computer vision-based approaches. These findings highlight the importance of selecting an appropriate backbone architecture and the potential need for hybrid approaches to improve system reliability. As a direction for future research, the application of Neuro-Symbolic AI is proposed to combine deep learning-based feature extraction with knowledge-based reasoning to resolve ambiguous predictions, together with model optimization to achieve greater computational efficiency on edge devices. This study provides a strategic contribution to the development of transparent and accurate automated sorting systems for the oil palm plantation sector.
Co-Authors Abdullah Abdullah Ahmad Azhar Andi Yusapri Asniati Bindas Bayu Rianto Chrismondari, Chrismondari Crismondari Crismondari Dwi Yuli Prasetyo Efa Sa’adah Endy Sudeska Fitri Yunita Hasan Arya Sandy Herby Mulya Wardana Ilyas, Ilyas Jibril, Muhammad Khairul Ihwan, Khairul M Tri Wahyu M. Tri Wahyu Marliyah Marliyah Mhd Rafli Alfarez Mila Pahrianti Misnawati Misnawati Muh. Rasyid Ridha Muhammad Amin Muhammad Jalil Muhlishatun Niswah Novrizal Nur Riska Sari Sabrina Asiah Febriani Safrizal Taher Said Abdul Azis Samsudin, Samsudin Siti Helmyati Siti Wardah Sofyan Yolnasdi, Yolnasdi Yusrol Huda Zulrahmadi Zulrahmadi