Claim Missing Document
Check
Articles

PENGEMBANGAN APLIKASI E-ARSIP PADA KANTOR KECAMATAN PURWOSARI PASURUAN BERBASIS ANDROID MENGGUNAKAN METODE WATERFALL Muhammad Imron Rosadi; Lukman Hakim; Deby Rizky Prihatini
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 5 No 4 (2023): EDISI 18
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v5i4.3113

Abstract

Sebuah arsip adalah kumpulan catatan atau dokumen yang berisi sumber informasi tentang aktivitas dan transaksi sebuah organisasi, lembaga, atau perusahaan. Namun, Kantor Kecamatan Purwosari masih menggunakan metode konvensional dalam memproses surat masuk dan keluar, yang memakan waktu lama untuk tindak lanjut jika pengambil keputusan sedang tidak berada di tempat. Tujuan dari penelitian ini adalah untuk membuat sebuah aplikasi pengolahan berkas surat berbasis Android yang akan memudahkan staf layanan kecamatan di Kantor Kecamatan Purwosari. Aplikasi pengolahan arsip surat ini dibangun menggunakan perangkat lunak Android Studio dan menggunakan Retrofit sebagai pertukaran data antara aplikasi Android dan server. Metode waterfall digunakan dalam penelitian ini sebagai metode pengembangan sistem. Berdasarkan uji coba, pengujian kegunaan digunakan untuk mengukur tingkat kegunaan dengan hasil 95%, aspek efisiensi adalah 0,027 tujuan/detik dengan efisiensi relatif rata-rata keseluruhan sebesar 80,6%, dan aspek kesalahan adalah 0,09. Dari hasil ini, dapat disimpulkan bahwa aplikasi ini telah melewati pengujian kegunaan dan layak untuk diterapkan di Kantor Kecamatan Purwosari.
Classification of Coffee Leaf Diseases using the Convolutional Neural Network (CNN) EfficientNet Model Muhammad Imron Rosadi; Lukman Hakim; M. Faishol A.
IAIC International Conference Series Vol. 4 No. 1 (2023): SEMNASTIK 2023
Publisher : IAIC Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34306/conferenceseries.v4i1.627

Abstract

Coffee leaf disease is a problem that needs attention because it affects the quality and productivity of the coffee harvest and is detrimental to farmers. Therefore, a system is needed to identify types of coffee leaf diseases using artificial intelligence. There are four types of coffee leaf diseases, namely Miner leaf, Phoma leaf, Rust leaf, and Nodisease leaf. The research used the EfficientNet Architecture Convolutional Neural Network (CNN) method to detect types of disease on coffee leaves. This method was chosen because it is capable and reliable in processing digital images for pattern recognition. The dataset used is 1,464 images with dimensions of 2048 x 1024 pixels with RGB type which are divided into 1,264 training data and 400 testing data. Several architectures used in EfficientNet are EfficientNet B0, EfficientNet B1, EfficientNet B2, EfficientNet B3, EfficientNet B4. Parameters used are Lanczos resampling, Epoch 25, Learning Rate 0.0001, Loss Function Sparse Categorical Cross Entropy, Optimizer Adam. The results of training data testing, namely the CNN EfficientNet B1 Architecture Model method, got the best accuracy of 97% and a loss of 0.1328 and testing data testing got an accuracy of 0.97% and a loss of 0.1328. The architecture of the EfficientNet B1 model is better than other architectural models, namely VGG16, ResNet50, MobileNetv2, EfficientNet B0, EfficientNet B2, EfficientNet B3, EfficientNet B4, EfficientNet B5, EfficientNet B6, EfficientNet B7.
Strategi Peningkatan Usaha Mikro, Kecil, dan Menengah di Era Digital Firdaus, Lukman; Amelia, Resti; Hakim, Lukman
WELFARE Jurnal Ilmu Ekonomi Vol 5, No 1 (2024): Mei
Publisher : Jurusan Ekonomi Pembangunan, Fakultas Ekonomi, Universitas Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/wlfr.v5i1.9631

Abstract

Indonesia is a country with very abundant natural resources. This can make Indonesia a country with the largest economy in the world. However, Indonesia still has social problems, namely poverty and unemployment. This research aims to explain this problem through empowerment, especially through improving micro, small, and medium enterprises (SMEs). This research method uses descriptive qualitative with a literature study approach supported by secondary data. The results of this research, viewed from an economic aspect, state that the existence of SMEs has an important role in improving the Indonesian economy, especially in the formation of Gross Domestic Product (GDP) and community welfare. The higher the level of social welfare, the higher the country's economic development and growth. For this reason, a strategy is needed to improve MSMEs, one of which is by utilizing advances in digital technology through e-commerce and social media. The government's role is to improve digital infrastructure so that internet access speed can be evenly distributed. Indonesia merupakan salah satu negara dengan kekayaan sumber daya alam yang sangat melimpah. Hal ini dapat menjadikan Indonesia sebagai negara dengan ekonomi skala besar di dunia. Akan tetapi, Indonesia masih memiliki kendala pada permasalahan sosial yaitu kemiskinan dan pengangguran. Tujuan adanya penelitian ini adalah untuk menguraikan masalah tersebut melalui pemberdayaan, khususnya melalui peningkatan terhadap usaha mikro, kecil, dan menengah (UMKM). Metode penelitian ini menggunakan deskriptif kualitatif dengan pendekatan studi pustaka yang didukung oleh data-data sekunder. UMKM memiliki peran penting dalam meningkatkan perekonomian Indonesia, terutama terhadap pembentukan Produk Domestik Bruto (PDB) dan kesejahteraan masyarakat. Untuk itu, UMKM perlu dikembangkan salah satunya dengan memanfaatkan kemajuan teknologi digital melalui e-commerce dan media sosial. Peran pemerintah juga sangat dibutuhkan dalam meningkatkan infrastruktur digital agar kecepatan akses internet dapat merata.
Studi Karakteristik Propagasi Akustik Bawah Air di Selat Makassar dengan Menggunakan Software Monterey – Miami Parabolic Equation: Underwater Acoustic Propagation Study in Makassar Straits using Monterey – Miami Parabolic Equation Software Hakim, Lukman; Pranowo, Widodo S.; Adrianto, Dian
Jurnal Chart Datum Vol. 9 No. 2 (2023): Jurnal Chart Datum
Publisher : Sekolah Tinggi Teknologi Angkatan Laut (STTAL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37875/chartdatum.v9i2.269

Abstract

  Indonesia merupakan negara kepulauan yang memiliki lebih dari 17.000 pulau. Diantara pulau-pulau tersebut terdapat banyak selat penting bahkan empat diantaranya merupakan selat (choke point) terpenting di dunia, salah satunya adalah Selat Makassar. Sebagai selat penting Indonesia harus memiliki kontrol terhadap selat tersebut. Dalam aspek kemiliteran salah satu kontrol yang harus dimiliki adalah kontrol terhadap kapal selam asing yang mencoba masuk ke wilayah indonesia secara ilegal melalui Selat Makassar antara lain dengan memasang alat deteksi bawah air di perairan tersebut. Untuk mendukung hal tersebut perlu dilakukan penelitian terkait karakteristik propagasi akustik di perairan itu dengan melakukan pemodelan akustik. Salah satu pemodelan propagasi akustik adalah metode parabolic equation  dengan perangkat lunak MMPE. MMPE merupakan suatu software  hasil pengembangan dari The Shallow Water Acoustic Modeling 1999 yang menguji kemampuan berbagai model propagasi gelombang akustik, dengan memberikan suatu gangguan yang mendekati kondisi aslinya dengan menggunakan persamaan parabolik yang diturunkan dari metode Split Step Fourier (SSF) yang solusinya mempunyai kestabilan dan tingkat akurasi yang cukup tinggi. Penelitian dilakukan dengan menggunakan data kecepatan suara pada stasiun penelitian CTD di Selat Makassar bagian utara di mana pada bagian tersebut merupakan bagian tersempit di Selat Makassar. Penelitian dilakukan dengan mengambil data kecepatan suara yang akan dijadikan input masukan program MMPE. Selanjutnya pemodelan dilakukan dengan membuat dua simulasi propagasi akustik dengan sumber suara diletakkan pada sisi P. kalimantan dan yang kedua dari sisi P. Sulawesi. Dari hasil pemodelan yang dilakukan dengan menggunakan sumber akustik pada sisi P. Kalimantan menunjukkan bahwa masih terdapat daerah bayangan propagasi suara (shadow zone) yang cukup besar, demikian halnya pada simulasi yang menempatkan sumber suara pada sisi P. Sulawesi. Hal ini dimungkinkan karena jarak yang relatif jauh sehingga propagasi akustik mengalami penurunan intensitas suara yang besar.
Feature Selection Based on Artificial Bee Colony and Gradient Boosting Decision Tree for Hotel Reservation Cancellation Prediction Using Random Forest Baroah, Hamida Maulana Lailatal; Hakim, Lukman
MATICS: Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Vol 16, No 2 (2024): MATICS
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/mat.v16i2.28862

Abstract

This study focuses on predicting hotel booking cancellations using machine learning to improve accuracy and operational efficiency. The methods used include Random Forest, Artificial Bee Colony (ABC), and Gradient Boosting Decision Tree (GBDT). ABC, which excels in optimization but is prone to local optima, is combined with GBDT for feature selection. The dataset used is Hotel_Bookings from Kaggle, with 119,390 entries and 28 features. The data is processed through cleansing, normalization, and split into 75% for training and 25% for testing. Feature selection is performed using ABC and GBDT, and the prediction model is built using Random Forest. Model evaluation using confusion matrix and metrics like precision, recall, f1-score, and accuracy shows accuracies of 86.17% and 86.65% for ABC and GBDT, respectively. Increasing the number of trees and features generally improves model performance, with feature selection showing significant performance improvements compared to models without feature selection.
Pemanfaatan Limbah Cangkang Kerang Kijing (Pilsbryoconcha Exilis) Sebagai Katalisatator Pada Proses Carburizing Hakim, Lukman; Ramli, Ramli; Sugiyarto, Sugiyarto
Jurnal Inovasi Teknologi Terapan Vol. 2 No. 2 (2024): Jurnal Inovasi Teknologi Terapan
Publisher : Politeknik Manufaktur Negeri Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33504/jitt.v2i2.182

Abstract

Indonesia's natural products are very rich, including containing several types of animals, one of which is a clam that belongs to one type of shellfish. Mussel shells contain 39.55% calcium carbonate (CaCO3). The presence of calcium carbonate in the shell makes it possible to use it as a source of catalyst in the carburization process. Carburization adds carbon to the steel when heated to austenitic temperatures, causing the carbon to diffuse onto the steel surface. Low carbon steels with a carbon content of less than 0.3% are usually used in this process. Among the low-carbon steels widely used in industry, there is St 42 Steel, which has exceptional strength. Coconut shell charcoal is used as a catalyst. Coconut shell charcoal is one of the active carbon materials. Activated charcoal from coconut shell has low ash content, high reactivity and good solubility in water. The research method used is experimental. Steel ST 42 is used as the material. At the same time, the carburizing medium is activated carbon powder from coconut shell and shellfish powder by 10%, 20% and 30%, respectively, when heated for 3.6 and 9 hours.
ANALISA BISNIS MODEL CANVAS PADA USAHA JASA LAYANAN KEBERSIHAN FAST CLEAN Hakim, Lukman
AKSIOMA : Jurnal Manajemen Vol 3 No 1 (2024): AKSIOMA : Jurnal Manajemen [Februari-Juli 2024]
Publisher : Program Studi Manajemen dan Magister Manajemen, Fakultas Ekonomika dan Bisnis, Universitas Katolik Widya Mandira

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30822/aksioma.v3i1.3241

Abstract

Bisnis harus beradaptasi dan berinovasi dengan cepat karena dunia usaha sangat dinamis. Ini terutama berlaku untuk UMKM, yang merupakan bagian besar dari PDB Indonesia. Aplikasi kebersihan FastClean menggunakan teknologi digital untuk mempermudah pemesanan dan pembayaran. Dalam artikel ini, Business Model Canvas (BMC) digunakan untuk membangun model bisnis FastClean. Model Bisnis FastClean menawarkan layanan kebersihan yang dapat disesuaikan untuk pelanggan yang memiliki gaya hidup sibuk. Profesionalisme, kualitas layanan, kemudahan pemesanan, dan harga terjangkau adalah keuntungan yang ditawarkan. FastClean menggunakan berbagai saluran, termasuk ulasan pelanggan, aplikasi media sosial, dan iklan berbayar.
Game Edukasi Bahasa Inggris Berbasis Android Untuk Meningkatkan Kemampuan Kosakata Dengan Algoritma Fisher Yates Shuffle Firda Nur Aisyah; Lukman Hakim; Aminatuz Zuhriyah

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v16i1.5258

Abstract

Kemampuan berbahasa Inggris yang baik sangat diperlukan sejak dini agar anak-anak dapat bersaing di era globalisasi saat ini. Meskipun demikian, banyak anak mengalami kesulitan dalam belajar bahasa Inggris di sekolah dasar, yang dapat mengurangi minat mereka terhadap pelajaran ini. Penelitian ini bertujuan untuk mengembangkan aplikasi game edukasi berbasis Android sebagai solusi untuk meningkatkan minat dan kemampuan siswa dalam belajar bahasa Inggris. Salah satu tantangan dalam pengembangan game edukasi adalah menjaga agar permainan tetap menarik dan tidak monoton. Algoritma Fisher-Yates Shuffle digunakan untuk mengacak urutan soal dalam game ini, sehingga siswa dapat menghadapi variasi yang baru setiap kali mereka memainkan permainan tersebut. Hasil analisis menunjukkan bahwa penggunaan algoritma Fisher-Yates Shuffle efektif dalam menciptakan pengalaman belajar yang dinamis dan menyenangkan bagi siswa. Hasil uji coba menunjukkan peningkatan signifikan dalam pemahaman dan kemampuan siswa dalam bahasa Inggris setelah menggunakan aplikasi ini. Nilai rata-rata pada pretest sebesar 73 meningkat menjadi 84 pada posttest, menunjukkan peningkatan sebesar 11 poin setelah siswa menggunakan game edukasi ini.
Dampak Pelanggaran Etika Bisnis terhadap Reputasi Perusahaan di PT Garuda Indonesia Muhammad Fahmy Mayadi; Awang Rivaldo; Lukman Hakim; Mohamad Zein Saleh
JURNAL MANAJEMEN DAN BISNIS EKONOMI Vol. 3 No. 1 (2025): January : JURNAL MANAJEMEN DAN BISNIS EKONOMI
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jmbe-itb.v3i1.2816

Abstract

This paper analyzes the impact of business ethics violations on the reputation of PT Garuda Indonesia, Indonesia's national airline. This research examines various cases of business ethics violations that have occurred in the company, including corruption, misuse of funds, and flight safety violations. The analysis shows that business ethics violations have led to a decline in public trust, financial losses, and damage to the company's international image. This paper also discusses reputation recovery strategies that PT Garuda Indonesia can implement, such as good corporate governance, increased transparency and accountability, and effective public communication programs. This research highlights the importance of business ethics in building and maintaining corporate reputation, and provides recommendations for PT Garuda Indonesia to prevent future business ethics violations and rebuild public trust.
Penanganan Independensi Atribut Pada Naïve Bayes Menggunakan PSO Untuk Memprediksi Penyakit Tiroid Novitasari, Tri Wahyu; Hakim, Lukman
TEKNIKA Vol. 19 No. 1 (2025): Teknika Januari 2025
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.13998579

Abstract

Naïve Bayes merupakan algoritma pengelompokan yang dikenal karena kesederhanaan dan kecepatan prosesnya. Namun, salah satu tantangan utama algoritma ini adalah mengasumsikan bahwa fitur-fitur dalam dataset bersifat independen, dimana hal ini bisa mempengaruhi akurasi prediksi, terutama ketika fitur-fitur dalam data tidak benar-benar independen seperti pada data medis. Untuk mengatasi masalah independensi tersebut, penelitian ini melakukan pendekatan dengan menerapkan seleksi fitur Particle Swarm Optimization (PSO) guna meningkatkan performa klasifikasi Naïve Bayes. PSO dimanfaatkan guna mengambil sejumlah fitur yang sesuai dan signifikan, sehingga dapat memperbaiki asumsi independensi yang tidak realistis pada Naïve Bayes. Sehingga model Naïve Bayes dapat lebih fokus pada fitur-fitur yang memiliki dampak signifikan terhadap klasifikasi, mengurangi noise dan redundansi yang dapat mempengaruhi akurasi prediksi. Hasil dari eksperimen pada prediksi penyakit tiroid menunjukkan bahwa akurasi model Naïve Bayes tanpa seleksi fitur PSO adalah 23%, sedangkan hasil penerapan PSO pada Naïve Bayes menunjukan akurasi sebesar 95%. Dari hasil tersebut menunjukkan bahwa penerapan seleksi fitur PSO secara signifikan mampu meningkatkan akurasi model Naïve Bayes. Dengan adanya hasil tersebut dapat mendukung tenaga kesehatan dalam mendiagnosa penyakit tiroid lebih tepat dan akurat, dan juga dapat meningkatkan efektivitas prediksi dalam pengambilan keputusan dalam menangani penyakit tiroid yang akhirnya bisa mengungkapkan hasil yang optimal bagi penderita tiroid.