Article Per Year (5 Year)
p-Index From 2021 - 2026
4.129
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Prosiding Seminar Matematika dan Pendidikan Matematik Media Mesin: Majalah Teknik Mesin Bina Insani ICT Journal Information System for Educators and Professionals : Journal of Information System JTAM (Jurnal Teori dan Aplikasi Matematika) Jurnal Informatika dan Rekayasa Perangkat Lunak JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Jurnal Civic Hukum G-Tech : Jurnal Teknologi Terapan Suluah Bendang: Jurnal Ilmiah Pengabdian Kepada Masyarakat Journal of Community Development Society : Jurnal Pengabdian dan Pemberdayaan Masyarakat JIWAKERTA: Jurnal Ilmiah Wawasan Kuliah Kerja Nyata BIOS : Jurnal Teknologi Informasi dan Rekayasa Komputer Indonesian Community Journal INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Smart Techno (Smart Technology, Informatic and Technopreneurship) JUSTIFY : Jurnal Sistem Informasi Ibrahimy Jurnal Aplikasi Sistem Informasi dan Elektronika Jurnal Penelitian Teknologi Informasi dan Sains JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Limits: Journal of Mathematics and Its Applications
Muharom, Lutfi Ali
Universitas Muhammadiyah Jember
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
Desain Smart Gate dan Ticketing Kapal Laut Dengan Aplikasi Android Ardhi Fathonisyam Putra Nusantara; Hardian Oktavianto; Lutfi Ali Muharom
G-Tech: Jurnal Teknologi Terapan Vol 7 No 2 (2023): G-Tech, Vol. 7 No. 2 April 2023
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (391.604 KB) | DOI: 10.33379/gtech.v7i2.2381

Abstract

Efektifitas sistem transportasi antar pulau diharapkan mampu meningkatkan pemerataan ekonomi dikepulauan Indonesia. Kemudahan operasional pelabuhan terutama di pelabuhan perintis, membutuhkan inovasi teknologi yang dapat menunjang kemudahan tersebut, salah satunya adalah sistem gerbang dan ticketing yang terintegrasi. Secara umum, gerbang berfungsi sebagai mekanisme keamanan. Otomatisasi dibuat untuk mempermudah kerja manusia. Teknologi sistem gerbang otomatis diharapkan mampu mereduksi kerja manusia. Pemeriksaan tiket dan data penumpang dipelabuhan perintis umumnya masih manual. Untuk mempermudah sistem operasi pada pelabuhan perintis maka diperlukan sistem ticketing yang terintegrasi dengan gerbang masuk penumpang baik berbasis web maupun mobile yang diwujudkan dalam smart gate. Teknologi yang ditawarkan adalah kombinasi antara sistem gerbang otomatis dan sensor dengan aplikasi ticketing pada Pelabuhan perintis. Sistem ini diharapkan mampu untuk mempersingkat waktu boarding. Hasil yang didapatkan adalah desain gerbang otomatis yang terhubung dengan sistem ticketing yang dapat berfungsi dengan menggunakan gawai penumpang.
Segmentasi Wilayah Terdampak Pandemi Covid-19 Berdasarkan Suhu Dan Kelembaban Lutfi Ali Muharom; Hardian Oktavianto; Zainul Arifin
Bahasa Indonesia Vol 9 No 2 (2022): Bina Insani ICT Journal (Desember) 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/biict.v9i2.2213

Abstract

Berdasarkan proporsi antara jumlah orang yang terinfeksi dan jumlah kematian COVID-19, Indonesia yang menempati urutan kedua setelah Italia memiliki 1.285 infeksi dengan 114 kematian, yaitu 11,2%, maka perlu dikaji karakteristik penyebaran COVID-19 di wilayah ini. Pada penelitian ini akan menerapkan algoritma hierarki untuk menguji sejauh mana hasil cluster yang diperoleh untuk menunjukkan segmentasi wilayah terdampak pandemi yang dihubungkan dengan faktor suhu dan kelembaban udara. Dari proses clustering yang telah dilakukan, dengan membatasi pembentukan cluster sejumlah 3 buah, maka diperoleh pada cluster pertama terdapat 15 propinsi, pada cluster kedua terdapat 16 propinsi, dan pada cluster ketiga mempunyai 3 propinsi. Untuk atribut Terkonfirmasi, cluster 1 mempunyai nilai sebesar 8830.6, pada cluster 2 sebesar 6463.2, dan cluster 3 sebesar 70179. Untuk atribut Suhu, cluster 1 mempunyai nilai 26.7, cluster 2 mempunyai nilai 27.5, dan cluster 3 mempunyai nilai 28.3. Untuk atribut Kecepatan Angin secara berurutan cluster 1, cluster 2, dan cluster 3 mempunyai nilai masing - masing adalah 2, 2.7, dan 2.8. Dan untuk atribut Kelembaban mempunyai nilai masing - masing 82.6, 77.9, dan 73.1. Berdasarkan hasil uji tersebut, maka profiling cluster yang dapat disimpulkan adalah, kejadian atau kasus covid-19 berbanding lurus dengan suhu dan kecepatan angin namun berbanding terbalik dengan kelembaban udara, semakin tinggi angka kasus covid-19 maka terjadi pada propinsi dengan suhu dan kecepatan angin tinggi, akan tetapi berbanding terbalik dengan tingkat kelembaban udara.
Organizational Development Training Pada Pimpinan Daerah Nasyiatul ‘Aisyiyah Kabupaten Jember Siti Nur’Aini; Lutfi Ali Muharom; Januariya Lailin
JIWAKERTA: Jurnal Ilmiah Wawasan Kuliah Kerja Nyata Vol 4, No 1 (2023): Juni
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jiwakerta.v4i1.20937

Abstract

Nasyiatul Aisyiyah (NA) adalah organisasi remaja putri yang merupakan salah satu organisasi otonom Muhammadiyah. Nasyiatul Aisyiyah (NA) di Kabupaten Jember mengalami tantangan yakni keberagaman usia dan status anggota sehingga Pimpinan Nasyiatul Aisyiyah mengalami kesulitan untuk memotivasi anggota NA Aktif dalam mengikuti kegiatan yang telah di susun. Hal ini disebabkan karena kurangnya pemahaman pimpinan atau pengurus NA terhadap kebutuhan anggota di organisasi. Dengan demikian perlu adanya pelatihan pengembangan organisasi (Organizational development Training). Tujuan pelatihan ini agar pimpinan dan pengurus NA memahami kebutuhan anggota organisasi dan memahami strategi perencanaan organisasi. Kegiatan ini dibagi dua tahap, tahap pertama diberikan kuesioner terhadap peserta, tujuannya untuk mengetahui kondisi awal peserta dan organisasi NA. tahap kedua pelaksanaan pelatihan, dalam pelaksanaannya diberikan pretest sebelum materi pelatihan diberikan dan postest diakhir sesi pelatihan, tujuan pretest dan postest untuk mengetahui tingkat keberhasilan pelatihan yang dilaksanakan. Hasil yang didapatkan dari kegiatan pelatihan ini adalah adanya peningkatan pemahaman Peserta terhadap cara mengidentifikasi kebutuhan anggota organisasi dan pengembangan organisasi. 
Smart Gate Design and Ship Ticketing with Android Application Ardhi Fathonisyam Putra Nusantara; Hardian Oktavianto; Lutfi Ali Muharom
Media Mesin: Majalah Teknik Mesin Vol 24, No 2 (2023)
Publisher : Program Studi Teknik Mesin, Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/mesin.v24i2.19339

Abstract

Automatic gate is a development of the digital world that aims to facilitate the lives of residents and reduce errors made by humans. Automation is made to connect humans with technology so that they can advance and develop. In general, the gate serves as a security mechanism. To facilitate human work, the automatic gate system technology is expected to be able to reduce human work, for example when a security guard opens a gate. The technology offered in this paper is a combination of automatic gate systems and sensors with ticketing applications at pioneer ports. This system is expected to be able to facilitate human work with the help of smartphones when using sea transportation at pioneer ports that operate automatically. The main thing that will be discussed in this paper is the gate design for the passenger. The result obtained is an automatic gate that is connected to the ticketing system, both web-based and mobile.
Penerapan Algoritma Support Vector Machine untuk Klasifikasi Sentimen Vaksin Booster pada Twitter Fauzi, Lutfi; Dasuki, Moh.; Muharom, Lutfi Ali
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 2 No. 2 (2024): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/justify.v2i2.4005

Abstract

Rendahnya cakupan vaksin booster di Indonesia dipengaruhi oleh banyak factor dan menuai pro kontra dari masyarakat Indonesia. Cukup banyak masyarakat yang tidak mau melakukan vaksin booster. Hal ini dikarenakan dikalangan masyarakat Indonesia masih meragukan keamanan, efektivitas dan juga keampuhan vaksin booster. Pro dan kontra tentang vaksin booster ini salah satunya tertuang pada media sosial twitter. Masyarakat mengungkapkan opininya pada media twitter dengan menggunakan hashtag. Studi komputasional dari opini- opini orang yang menjadi satu disebut dengan sentiment analisis atau opinion minning. Sentiment analisis merupakan sebuah teknik atau cara yang digunakan untuk mengidentifikasi bagaimana sebuah sentiment diekspresikan sebagai sentiment positif maupun sentiment negatif. Teknik yang digunakan untuk mengklasifikasikan sentiment analisis tersebut yaitu Support Vector Machine (SVM). Tujuan dari penelitian ini adalah menerapkan metode algoritma Support Vector Machine (SVM) untuk mengklasifikasikan sentiment vaksin booster pada social media twitter. Hasil dari penelitian ini diperoleh pada proses K-fold cross validation nilai akurasi tertinggi yang dihasilkan menggunakan metode Support Vector Machine (SVM) berdasarkan langkah uji ketiga di KF=10 yaitu 84% dan nilai akurasi terendah yaitu 52% dengan menggunakan KF=10 pada langkah uji ini mendapat nilai akurasi sebesar 73% dan lebih tinggi daripada langkah uji yang mengunakan K-fold 2 dan K-fold 5.
Analisis Tingkat Kepuasan Pasien terhadap Pelayanan Poli Rawat Jalan di RSUD dr. Abdoer Rahem Situbondo Menggunakan Metode Algoritma C4.5 Alfira Risma Lutfiyansyah; Lutfi Ali Muharom; Luluk Handayani
Jurnal Penelitian Teknologi Informasi dan Sains Vol. 2 No. 2 (2024): JUNI : JURNAL PENELITIAN TEKNOLOGI INFORMASI DAN SAINS
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jptis.v2i2.1800

Abstract

The aftermath of the COVID-19 pandemic has had a real impact in all areas of life, especially in the health sector. Therefore, there are consequences of this phenomenon, namely changes in rules and services in the health sector, especially in hospitals. With this change, patients feel different services and rules in the hospital, this has an impact on the hospital, namely the assessment of patient satisfaction with the hospital. The purpose of this study is to measure the accuracy, precision, and recall of the patient satisfaction level grouping. In addition, it also analyzes the shortcomings of hospital services. The method used to build a patient satisfaction classification model is the C4.5 algorithm. C4.5 algorithm is one method that can solve cases that are often used in classification technique problems. The result of the C4.5 algorithm is in the form of a decision tree as in other classification techniques. Based on the results of 3 tests conducted for patient satisfaction at RSUD dr. Abdoer Rahem Situbondo using rapid miner and with the decision tree, the greatest accuracy is 95.38%.
Edukasi Green Economy dan Pemanfaatan Teknologi Informasi untuk Mendukung Sustainable Development pada Siswa SMK Baitul Hikmah Nastiti, Ari Sita; Muharom, Lutfi Ali
Society : Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol. 5 No. 1 (2024): Vol.5 No.1, October 2024
Publisher : Universitas Dinamika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37802/society.v5i1.710

Abstract

Mitra merupakan SMK Baitul Hikmah Tempurejo yang berdiri sejak tahun 1987 di Kabupaten Jember. Berdasarkan komunikasi dengan Mitra diketahui bahwa Mitra berkeinginan menyiapkan para siswanya sebagai bekal terjun di dunia masyarakat pada saat lulus nanti. Utamanya karena siswa merupakan calon penerus bangsa, dimana pemahaman akan green economy dan pemanfaatan teknologi informasi diperlukan agar dapat mendukung terciptanya pembangunan berkelanjutan. Untuk itu, Tim PkM menjalin kerjasama dengan Mitra dalam kegiatan edukasi mengenai green economy dan pemanfaatan teknologi informasi guna mendukung pembangunan berkelanjutan pada siswa dari sekolah Mitra. Kegiatan ini bertujuan untuk menambah wawasan dan kepedulian siswa terhadap lingkungan. Kegiatan ini dilaksanakan pada bulan Januari – Maret 2024.  Metode  pelaksanaan  yang  digunakan  adalah metode ceramah yang disertai dengan diskusi dan tanya jawab. Berdasarkan evaluasi terhadap terhadap hasil pre test dan post test peserta, terlihat adanya peningkatan nilai yang menunjukkan meningkatnya pemahaman peserta akan topik Green Economy dan Pemanfaatan TI dalam Pembangunan Berkelanjutan setelah diadakannya program edukasi ini. Diharapkan kegiatan ini terus berlanjut melalui praktek perwujudan Green Economy dan Pemanfaatan TI dalam aktivitas-aktivitas sehari-hari di lingkungan sekolah.
Penerapan Algoritma Convolution Neural Network untuk Klasifikasi Jenis Cabai Berdasarkan Warna dan Bentuk Buah Rohman, Rizal Abdur; Dasuki, Moh.; Muharom, Lutfi Ali; Rahman, Miftahur
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 2 (2024): September
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v6i2.10458

Abstract

Cabai merupakan salah satu komoditas pertanian utama di Indonesia yang memiliki nilai ekonomi tinggi. Cabai memiliki berbagai jenis, seperti cabai besar, cabai rawit, dan cabai hijau, yang sering kali sulit dibedakan secara manual karena kemiripan fisiknya. Untuk mendukung kemajuan sektor pertanian, penelitian ini memanfaatkan teknologi kecerdasan buatan, yaitu Convolutional Neural Network (CNN) dengan arsitektur VGG-16, untuk mengidentifikasi jenis cabai secara otomatis melalui analisis citra berdasarkan warna dan bentuk. Penelitian ini bertujuan untuk mengukur akurasi, sensitivitas, dan spesifisitas model dalam mengklasifikasi jenis cabai. Hasil penelitian menunjukkan bahwa arsitektur VGG-16 mencapai akurasi 100% pada pengujian data latih, menandakan model mampu mendeteksi dan mengklasifikasi jenis cabai secara optimal. Pada uji coba model (fold 5), diperoleh akurasi sebesar 91.8%, sensitivitas 88%, dan spesifisitas 93.8%. Penelitian ini menegaskan bahwa CNN dengan VGG-16 memiliki kinerja yang efektif dalam klasifikasi citra, khususnya jika data uji memiliki karakteristik serupa dengan data latih. Sistem ini menawarkan potensi besar untuk diterapkan dalam sektor pertanian, terutama dalam meningkatkan efisiensi dan akurasi identifikasi komoditas pertanian lainnya.
Deep Learning dengan Teknik Early Stopping untuk Mendeteksi Malware pada Perangkat IoT Andika Surya, Iwang Moeslem; Cahyanto, Triawan Adi; Muharom, Lutfi Ali
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025128267

Abstract

Perkembangan pesat teknologi, khususnya Internet of Things (IoT), telah memberikan dampak signifikan dalam berbagai sektor kehidupan manusia. IoT memungkinkan pertukaran data antar perangkat secara otomatis melalui jaringan internet, mengubah cara manusia berinteraksi dengan lingkungan sekitarnya. Meskipun IoT memberikan berbagai manfaat seperti kemudahan mengakses perangkat dari jarak jauh, kehadirannya juga membawa potensi bahaya terkait dengan keamanan siber, privasi, dan ketergantungan terhadap teknologi. Artikel ini membahas upaya untuk mengatasi ancaman keamanan siber pada ekosistem IoT dengan mengimplementasikan sistem deteksi berbasis klasifikasi malware. Pendekatan ini memanfaatkan teknik pembelajaran mesin, terutama deep learning, untuk mengidentifikasi dan memitigasi ancaman siber. Penggunaan Convolutional Neural Network (CNN) dalam klasifikasi dataset IoT-23 dengan teknik penyeimbangan data SMOTE (Synthetic Minority Oversampling Technique) serta fungsi Early Stopping menunjukkan hasil yang tinggi. Meskipun CNN awalnya dirancang untuk pengolahan gambar, algoritma ini juga efektif dalam mendeteksi pola kompleks pada data non-gambar seperti lalu lintas jaringan IoT karena kemampuannya dalam ekstraksi fitur hierarkis. Akurasi yang diperoleh pada dataset tidak seimbang adalah sebesar 99%, sedangkan pada dataset seimbang sebesar 75%. Presisi dan Recall yang diperoleh pada dataset tidak seimbang di kelas 0 adalah 100% dan 35%, sedangkan pada kelas 1 adalah 99% dan 100%. Pada dataset seimbang, presisi dan recall di kelas 0 adalah 67% dan 100%, sedangkan pada kelas 1 adalah 100% dan 51%.   Abstract The rapid development of technology, especially the Internet of Things (IoT), has significantly impacted various sectors of human life. IoT enables automatic data exchange between devices via the internet, changing how humans interact with their surroundings. Although IoT provides multiple benefits, such as ease of accessing devices remotely, its presence also brings potential dangers related to cybersecurity, privacy, and dependence on technology. This article discusses efforts to address cybersecurity threats in the IoT ecosystem by implementing a malware classification-based detection system. This approach utilizes machine learning techniques and intense learning to identify and mitigate cyber threats. The use of Convolutional Neural Network (CNN) in classifying the IoT-23 dataset with the SMOTE (Synthetic Minority Oversampling Technique) data balancing technique and the Early Stopping function shows high results. Although CNN was initially designed for image processing, this algorithm also effectively detects complex patterns in non-image data, such as IoT network traffic, due to its ability to extract hierarchical features. The accuracy obtained on the unbalanced dataset is 99%, while on the balanced dataset, it is 75%. The precision and recall obtained on the unbalanced dataset in class 0 are 100% and 35%, while in class 1 are 99% and 100%. In the balanced dataset, the precision and recall in class 0 are 67% and 100%, while in class 1 are 100% and 51%.
Penerapan Algoritma Convolution Neural Network untuk Klasifikasi Jenis Cabai Berdasarkan Warna dan Bentuk buah Rohman, Rizal Abdur; Dasuki, Moh.; Muharom, Lutfi Ali; Rahman, Miftahur
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol. 6 No. 2 (2024): September
Publisher : Universitas Wahid Hasyim

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

Abstract

Chili is one of the main agricultural commodities in Indonesia with significant economic value. Various types of chili, such as large chili, bird's eye chili, and green chili, are often difficult to distinguish manually due to their physical similarities. To support advancements in the agricultural sector, this study utilizes artificial intelligence technology, specifically the Convolutional Neural Network (CNN) with VGG-16 architecture, to automatically identify chili types through image analysis based on color and shape. This study aims to measure the accuracy, sensitivity, and specificity of the model in classifying chili types. The results show that the VGG-16 architecture achieved 100% accuracy in training data testing, indicating the model’s ability to detect and classify chili types optimally. In the model evaluation (fold 5), the accuracy was 91.8%, sensitivity was 88%, and specificity was 93.8%. This study confirms that CNN with VGG-16 is effective for image classification, especially when test data shares similar characteristics with training data. This system offers significant potential for application in the agricultural sector, particularly in improving the efficiency and accuracy of identifying other agricultural commodities.
Co-Authors Abdul jalil Alfian Futuhul Hadi Alfira Risma Lutfiyansyah Anak Agung Gede Sugianthara Ananda, Pio Tifar Andika Surya, Iwang Moeslem Ardhi Fathonisyam Putra Nusantara Ardhi, Nusantara Fathonisyam Putra Ari Sita Nastiti Arifianto, Deni Daryanto Daryanto Dasuki, Moh. Dian Anggraeni Dwiansyah, Ipung Fauzi, Lutfi Fauziyah Fauziyah Firdaus, Tito Alif Hasbi, Hudaini Heni Pujiastuti Hidayat, Muhammad Hafid Irawan, Dudi Khailla Savana, Bella Risma Laili, Januariya Maulana, Oka Wahyu Moh. Lukman Sholeh Mohammad Lukman Sholeh Munawaroh, Faridatul Oktavianto, Hardian Permata, Arindha Dyah Rahman, Miftahur Rohman, Rizal Abdur Rozzaq, Dewangga Aldiar Rusdiana Setyaningtyas Saifudin, Ilham Siti Nur Aini Sulistyo, Henny Wahyu Tinuk Dwi Cahyani Triawan Adi Cahyanto Warisaji, Taufiq Timur Zainul Arifin ZAINUL ARIFIN Zakaria, Sony