Article Per Year (5 Year)
p-Index From 2020 - 2025
3.592
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) Limits: Journal of Mathematics and Its Applications Jurnal Informatika dan Rekayasa Perangkat Lunak JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) 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 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 Mathematics Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 30 Documents
Search

 1   2   3 
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.20251218267

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.
Pelatihan Power Point Pada Guru Madrasah Diniyah dan Pengadaan Liquid Crystal Displa (LCD) Proyektor Yayasan Al-Muhlisin Pakem Bondowoso Hasbi, Hudaini; Muharom, Lutfi Ali; Jalil, Abdul; Munawaroh, Faridatul; Ananda, Pio Tifar; Dwiansyah, Ipung
JIWAKERTA: Jurnal Ilmiah Wawasan Kuliah Kerja Nyata Vol 5, No 2 (2024): Desember
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jiwakerta.v5i2.23776

Abstract

Yayasan Al-Muhlisin Merupakan Lembaga yang bergerak dalam Pendidikan Islam yakni Taman Pendidikan Quran (Dengan Program Unggulan Tahfizul Quran) dan Madrasah Diniyah yang merupanan lembaga pendidikan yang keseluruhan mata pelajarannya adalah mata pelajaran agama Islam yang memungkinkan peserta didiknya menguasai materi ilmu agama secara baik dikarenakan padat dan lengkapnya materi ilmu agama yang disajikan dalam proses pembelajaran. Metode pembelajaran Madrasah Diniyah Yasan Al-Muhlisin saat ini masih menngunakan metode baca tulis secara konfensional tanpa danya dukungan teknologi moderen. Tujuan pengabdian ini untuk memberikan fasilitas pendukung pembelajaran berbasis teknologi informasi dan memberikan pemahaman guru madrasah dalam mamanfaatkan media pebelajaran berbasis teknologi visual yang efektif dan menarik dalam hal ini power point untuk meningkatkan minat belajar santri.
Klasifikasi Kesehatan Calon Pengantin Menggunakan Algoritma Modified K-Nearest Neighbor (MKNN) Rozzaq, Dewangga Aldiar; Muharom, Lutfi Ali; Daryanto, Daryanto
IPTEQ Vol 6, No 2 (2024): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v6i2.22333

Abstract

Kasus pernikahan dini masih sering terjadi di berbagai daerah dengan berbagai latar belakang. Oleh karena itu, kasus ini telah menjadi perhatian Komunitas Internasional. Pilihan gaya hidup seseorang dapat mempengaruhi perilaku seseorang, seperti gaya hidup baik dan sehat, maka orang yang memiliki gaya hidup seperti itu perilaku kesehariannya cenderung melakukan sesuatu hal positif dan bermanfaat dan hal itu juga dapat berpengaruh terhadap perilaku kesehariannya seperti dalam perilaku seksual seseorang yang belum menikah maupun setelah menikah. Maka dari itu kita harus lebih pintar dan bijak dalam memilih pasangan dengan memperhatikan, menyelidiki dan mengenal pasangan kita terlebih dahulu. Faktor yang dapat dijadikan pertimbangan ialah mengetahui riwayat kesehatan, kepribadian dan perilaku gaya hidupnya. Hal ini tentu berkaitan dengan pemeriksaan kesehatan pra nikah seperti penyelidikan, pengamatan dan pemeriksaan kondisi kesehatan jasmani dan rohani yang berguna untuk kelangsungan pernikahan. Tujuan dari penelitian ini adalah untuk mengklasifikasikan kesehatan calon pengantin yang “resiko rendah” dan “resiko tinggi”. Dalam penelitian ini menggunakan Algoritma Modified K-Nearest Neighbor (MKKN) dalam melakukan klasifikasi pada Kesehatan Calon Pengantin. Dengan performa akurasi sebesar 88%, nilai presisi sebesar 90,91%, serta nilai recall sebesar 100% yang didapat pada k=3.
Implementasi Virtual Reality dalam Visualisasi Arsitektur Kampus Menggunakan Game Development Life Cycle (GDLC) Hidayat, Muhammad Hafid; Maulana, Oka Wahyu; Oktavianto, Hardian; Muharom, Lutfi Ali; Cahyanto, Triawan Adi; Saifudin, Ilham
BIOS : Jurnal Teknologi Informasi dan Rekayasa Komputer Vol 6 No 2 (2025): September
Publisher : Puslitbang Sinergis Asa Professional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37148/bios.v6i2.169

Abstract

Campus promotions often still rely on conventional media such as brochures, mockups, or 2D videos which are less attractive to the digital generation. This presents a challenge in effectively conveying the university's image and excellence to prospective students, especially high school students. To overcome these problems, this research aims to develop a campus architectural visualization system based on Virtual Reality (VR) technology as a promotional media for Muhammadiyah University. This system was developed using the Game Development Life Cycle (GDLC) method, which includes initiation, pre-production, production, testing, and post-production stages. 3D models of the campus buildings were created using Blender and integrated into Unity to build an interactive VR environment. Key features include virtual campus navigation, detailed 3D visualizations, and interactive information presentation. Testing was conducted using the black-box method and usability evaluation. The results show that the VR application is able to provide an interesting and informative campus exploration experience. This system is expected to be an effective and modern promotional media, and is able to increase prospective students' interest in the campus.
Ensemble Learning dengan Soft Voting Classifier untuk Klasifikasi Pasien Tifus di Puskesmas Balung Muharom, Lutfi Ali; Irawan, Dudi; Warisaji, Taufiq Timur
BIOS : Jurnal Teknologi Informasi dan Rekayasa Komputer Vol 6 No 2 (2025): September
Publisher : Puslitbang Sinergis Asa Professional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37148/bios.v6i2.186

Abstract

Typhoid fever remains a significant public health problem in Indonesia, particularly in areas with limited medical facilities. This study aims to develop an automatic classification model for typhoid diagnosis using an ensemble learning approach based on the Soft Voting Classifier. The model combines three base algorithms, Logistic Regression, Random Forest, and Gradient Boosting, to enhance predictive accuracy. The dataset was obtained from Balung Primary Health Center, Jember Regency, consisting of 510 patient records with typhoid symptoms. Experimental results show that the ensemble model achieved an accuracy of over 92%, outperforming individual models. Furthermore, adequate precision and recall indicate the model’s potential to support rapid and accurate medical diagnosis. These findings demonstrate that the Soft Voting Classifier can serve as an effective tool to assist healthcare workers, especially in resource-limited settings, in improving the quality of typhoid fever diagnosis.
Implementasi Web Service Restful API Pada Modul Wisata Aplikasi Malldesa Muharom, Lutfi Ali; Permata, Arindha Dyah; Oktavianto, Hardian
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 2 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v10i2.3703

Abstract

Di era industri teknologi yang semakin berkembang secara pesat, penggunaan internet menjadi sangat popular. Perkembangan internet tersebut disertai dengan banyaknya aplikasi yang dibangun seperti aplikasi berbasis mobile dan website.Teknologi yang memungkinkan pengembang untuk membangun aplikasi yang lebih kompleks dengan efisien dan fleksibel yaitu teknologi web service. Web service adalah teknologi pada suatu sistem yang dapat berkomunikasi melalui internet dengan menggunakan protokol seperti HTTP. Web service berkembang menjadi beberapa macam salah satunya yaitu RESTful API yang akan digunakan pada penelitian ini. RESTful API merupakan gaya arsitektur web service yang memanfaatkan protokol HTTP dan format data seperti JSON atau XML. JSON merupakan standar pertukaran data pada web yang mendukung struktur data seperti object dan arrays sehingga sangat mudah menulis dan membaca data dari JSON.Keuntungan dari penggunaan RESTful API adalah lebih mudah dalam mengembangkan dan memelihara aplikasi, karena RESTful API mengikuti standar protokol HTTP yang sudah sering digunakan dan mudah dimengerti. Pengujian API dapat dilakukan secara manual atau dapat diotomatisasi dengan alat pengujian API. Alat pengujian API yang sering digunakan adalah Postman. Metode HTTP yang digunakan pada penelitian ini adalah GET, POST, PUT dan DELETE.
SMART PRESENSI MENGGUNAKAN QR-Code DENGAN ENKRIPSI VIGENERE CIPHER Moh. Lukman Sholeh; Lutfi Ali Muharom
Limits: Journal of Mathematics and Its Applications Vol. 13 No. 2 (2016): Limits: Journal of Mathematics and Its Applications Volume 13 Nomor 2 Edisi No
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

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

Abstract

Penggunaan smart presensi yang dikombinasikan dengan teknologi QR-Code dapat memberikan kepraktisan dan dapat memberikan solusi agar presensi berjalan dengan baik dan efisien. Pengawas ujian tidak lagi membubuhkan tanda tangan pada kartu ujian dan mahasiswa tidak lagi mencetak kartu ujian. Pemanfaatan fungsi dari smartphone akan memudahkan dosen dalam melakukan presensi secara online. Nomor Ujian dan NIM mahasiswa akan tersimpan dalam database dan akan ditampilkan menggunakan QR-Code, saat pengawas ujian melakukan scanning QR-Code, maka mahasiswa akan menyerahkan QR-Code yang telah tercetak di HP. Pengamanan data yang dilakukan adalah dengan memanfaatkan kode batang QR-Code menggunakan enkripsi vigenere cipher. Aplikasi Smart Presensi pada Ujian di Universitas Muhammadiyah Jember merupakan alternative untuk mempermudah dan menyederhanakan proses presensi.
Pengembangan UKM Melalui Pencatatan Keuangan Berbasis Teknologi Informasi dan Komunikasi Muharom, Lutfi Ali; Sulistyo, Henny Wahyu
Suluah Bendang: Jurnal Ilmiah Pengabdian Kepada Masyarakat Vol 21, No 2 (2021): Suluah Bendang: Jurnal Ilmiah Pengabdian Kepada Masyarakat
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/sb.01450

Abstract

Pencatatan keuangan merupakan suatu hal yang perlu diperhatikan bagi pemilik usaha, termasuk pelaku UKM, dengan memiliki catatan keuangan, baik yang sederhana sekalipun, semua arus keuangan dapat terekam dengan baik, seperti jumlah modal yang telah terpakai, modal yang belum digunakan, jumlah utang dan sebagainya. Dengan tersedianya pencatatan keuangan yang baik maka pelaku UKM dapat melihat perkembangan usahanya sehingga pelaku UKM dapat membuat perencanaan yang terkait dengan kondisi UKM yang dimiliki berdasarkan pencatatan keuangan yang telah dibuat. Penyediaan aplikasi pencatatan keuangan sederhana membantu pihak mitra dalam melakukan pencatatan harian yang berkaitan dengan transaksi keuangan. Aplikasi yang dibangun dapat dijalankan hanya dengan menggunakan peramban atau browser, selain itu fitur yang disediakan mampu menggantikan peran pencatatan konvensional yang selama ini dilakukan mitra.
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 Daryanto Daryanto Dasuki, Moh. Dian Anggraeni Dwiansyah, Ipung Fauzi, Lutfi Hasbi, Hudaini Heni Pujiastuti Hidayat, Muhammad Hafid Irawan, Dudi 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 Triawan Adi Cahyanto Warisaji, Taufiq Timur Zainul Arifin ZAINUL ARIFIN