Article Per Year (5 Year)
p-Index From 2020 - 2025
1.742
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) JURNAL ISTEK RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Jiko (Jurnal Informatika dan komputer) Al-Khidmat : Jurnal Ilmiah Pengabdian Kepada Masyarakat Intellect : Indonesian Journal of Learning and Technological Innovation Coreid Journal Integrated : Journal Of Information Technology and Vocational Education
Nur Lukman
UIN Sunan Gunung Djati Bandung
Religion Humanities Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Comparison of search algorithms in Javanese-Indonesian dictionary application Yana Aditia Gerhana; Nur Lukman; Arief Fatchul Huda; Cecep Nurul Alam; Undang Syaripudin; Devi Novitasari
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 18, No 5: October 2020
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v18i5.14882

Abstract

This study aims to compare the performance of Boyer-Moore, Knuth morris pratt, and Horspool algorithms in searching for the meaning of words in the Java-Indonesian dictionary search application in terms of accuracy and processing time. Performance Testing is used to test the performance of algorithm implementations in applications. The test results show that the Boyer Moore and Knuth Morris Pratt algorithms have an accuracy rate of 100%, and the Horspool algorithm 85.3%. While the processing time, Knuth Morris Pratt algorithm has the highest average speed level of 25ms, Horspool 39.9 ms, while the average speed of the Boyer Moore algorithm is 44.2 ms. While the complexity test results, the Boyer Moore algorithm has an overall number of n 26n2, Knuth Morris Pratt and Horspool 20n2 each.
SCHEDULING LECTURESOFTWARE USING WEB-BASED FRAMEWORK CODEIGNITER (A CASE STUDY: FACULTY OF SCIENCE AND TECHNOLOGY UIN SUNAN GUNUNG DJATIBANDUNG Mohamad Irfan; Nur Lukman
JURNAL ISTEK Vol 6, No 1-2 (2012): ISTEK
Publisher : JURNAL ISTEK

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

Abstract

Nowadays, using of the computer has increased widely, the technology used is growing rapidly every field, and technological Information become an important part of it that makes easy and speed in producing the latest information. The private or public agencies now competiting to make and build the information system to help their work. The Faculty of Science and Technology UIN Sunan Gunung Djati Bandung is an institution under theauspices ofthe Ministry ofReligious Affairswhichcannot be separatedas an educational institutionthat requiresasystemthat providesefficient service,fast, and transparent. In this case, Scheduling Lecture Application is one of the information technology used in the Faculty of Science and Technology State Islamic University Sunan Gunung Djati Bandung. Scheduling classes is not an easy task because it must consider many constraints or limitations, the limitation of humans to arrange all the existing constraints make them doing an error work sometimes, this factor is difficult to avoid. Therefore, it takes a scheduling lecture system that can perform calculations and checking an error as facilitation for officers easy in scheduling classes. In this case the writer uses the method of manufacture of the Rational Unified Process (RUP), which is proses of iterative software development that focuses on the use case driven.
DIGITALISASI LAYANAN MINIMUN DESA SEBAGAI UPAYA PENINGKATAN LAYANAN DESA BINAAN Nur Lukman; Fatimah Umar; Yana Aditia Gerhana
Al-Khidmat Vol 5, No 1 (2022): Jurnal Al-Khidmat : Jurnal Ilmiah Pengabdian Kepada Masyarakat
Publisher : Pusat Pengabdian kepada Masyarakat LP2M UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/jak.v5i1.17431

Abstract

Perkembangan teknologi informasi dan munculnya industry 4.0 merupakan tantangan besar bagi seluruh masyarakat Indonesia termasuk Desa Sindangsuka Kecamatan Cibatu Garut, yang harus menyesuaikan dengan perkembangan ini, tahun 2019 merupakan awal dari Desa Sindangsuka munculnya komitmen untuk mengikuti perkembangan teknologi dengan mendigitalisaasi layanan minimum desa, karena pada tahun ini lahir covid-19 yang membuat layanan desa yang tadinya berjalan normal menjadi tehambat, karena protocol harus diterapkan dan pelayanan desapun tidak berjalan dengan semestinyam, sehingga pemanfaatan teknologi menjadi pilihan sebagai solusi untuk masalah tersebut. Terdapat dua kegiatan besar dalam pengabdian ini, diantaranya adalah perancangan dan pembuatan sistem sesuai dengan analisis kebutuhan pengguna dilihat dari urgensi desa terkait, dan yang kedua adalah pelatihan aplikasi layanan minimun desa yang telah dibangun melalui beberapa tahap, tahap pertama merupakan tahap pelatihan terhadap admin sistem, yaitu aparat desa yang ditugasi sebagai admin aplikasi, pelatihan terhadap perwakilan wagra yang diwakili oleh Ketua RW, untuk rekomendasi kedepannya sesuai dengan roadmap yang telah dibuat sebelumnya, yaitu pelatihan yang dilakukan oleh desa dengan instruktur setiap ketua RW yang telah melakukan pelatihan sebelumnya dan dijadwalkan oleh pihak desa.
Pengembangan purwarupa platform konveksi online dengan metode design thinking Nur Lukman; Deden Eka Purwanto; Gladis Fadila; Hannah Fauzia Rahma; Putri Apriyanti; Rizky Agung Ardiansyah
INTEGRATED (Journal of Information Technology and Vocational Education) Vol 2, No 2 (2020)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/integrated.v2i2.48382

Abstract

Dengan berkembangnya teknologi informasi dan komputerisasi dalam beberapa tahun terakhir khususnya di bidang perdagangan. Hal ini menginspirasi setiap pelaku bisnis dan perusahaan untuk bersaing agar dapat dengan cepat memperoleh dan mengkomunikasikan informasi terkini. Hal ini menginspirasi setiap pelaku bisnis dan perusahaan untuk bersaing agar dapat dengan cepat memperoleh informasi Misalnya, kita sering menjumpai maraknya konveksi pakaian, dan kita telah membuat website Konveksi.Kuy berada di wilayah JABODETABEK, dengan adanya sebuah sistem atau alur yang dapat digunakan untuk pelanggan di sekitar wilayah JABODETABEK akan menjadi layak lagi. maka sejak berdirinya konveksi ini akan melakukan transaksi penjualan, dan perusahaan hanya dapat menjangkau calon pelanggan yang berada di wilayah JABODETABEK. Oleh karena itu, pemesanan online diharapkan dapat mengatasi permasalahan di atas. Di antara metode pengumpulan data penelitian melalui penelitian wawancara konveksi dan penelitian kepustakaan, terdapat pengembangan sistem terstruktur yang menggunakan metode design thinking yang memiliki 5, antara lain; Empathize, Define, Ideate, Prototype, dan Test.
Implementasi Algoritma Support Vector Machine untuk Meingdentifikasi Komentar Negatif dalam Gambar di Media Sosial Andriyan, Acep Razif; Alam, Cecep Nurul; Sa’adillah, Dian; Maylawati, Maylawati; Irfan, Mohamad; Lukman, Nur
Intellect : Indonesian Journal of Learning and Technological Innovation Vol. 2 No. 1 (2023): Intellect : Indonesian Journal of Learning and Technological Innovation
Publisher : Yayasan Lembaga Studi Makwa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57255/intellect.v2i1.288

Abstract

As many as 191 million people are active users of social media in Indonesia, with many users often expressing opinions or making comments on social media that are positive or negative, such as blaspheming, bullying, insulting and so on. One form of comment is presented through images (memes), namely images that contain text in them. Therefore, a system was created to classify two types of images, positive and negative, using the SVM algorithm method with RBF kernel and OCR technology for retrieving text in images. The SVM algorithm functions to carry out classification and OCR technology functions to extract text from an image. Testing was carried out using split validation which produced the accuracy of the best model using a data comparison of 90:10 and produced an accuracy of 85.7%. Abstrak Sebanyak 191 juta orang sebagai pengguna aktif media sosial di indonesia, dengan banyaknya pengguna sering kali menyampaikan pendapat atau berkomentar di media sosial yang bersifat positif maupun negatif seperti menghujat, membuly, mencaci dan lain sebagainya. Salah satu bentuk komentar tersebut disajikan melalui gambar (meme) yaitu gambar yang mengandung teks di dalamnya. Maka dari itu diperlukan sebuah sistem untuk mengklasifikasi dua jenis gambar yang bersifat positif dan negatif menggunakan metode algoritma SVM dengan karnel RBF dan teknologi OCR untuk pengambilan teks dalam gambar. Algoritma SVM berfungsi untuk melakukan klasifikasi dan teknologi OCR berfungsi untuk mengekstrak text yang berada pada sebua gambar. Pengujian dilakukan dengan menggunakan split validation yang menghasilkan akurasi dari model terbaik dengan menggunakan perbandingan data 90:10 dan menghasilkan akurasi 85.7%.
Attendance System Face Recognition Using Convolutional Neural Network (CNN) Setiawan, Rama Bhagadhara; Lukman, Nur
CoreID Journal Vol. 1 No. 3 (2023): November 2023
Publisher : CV. Generasi Intelektual Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60005/coreid.v1i3.16

Abstract

This article discusses the development of technology in various fields, with a focus on the implementation of digital technology and machine learning. Digitalization has influenced various aspects of life, including education and tourism. Machine learning, particularly convolutional neural networks (CNNs) and deep learning play an important role in these advancements, with applications extending from biology to healthcare. Face recognition technology, as part of biometrics, is highlighted in this article, used in various contexts such as security and enterprise management. This research implements CNN and Haar Cascade Classifier methods to build a face recognition system in the context of library attendance. With the tests conducted, the system achieved 95% accuracy, showing a good ability to detect faces in various conditions. In conclusion, the CNN algorithm can produce an effective face recognition system for use in library attendance systems, with reliable performance and high accuracy.
Long Short Term Memory Approach for Sentiment Analysis on COVID-19 Vaccination Policy Tubagus Putra, Fauzan Herdika; Zulfikar, Wildan Budiawan; Lukman, Nur
CoreID Journal Vol. 2 No. 2 (2024): July 2024
Publisher : CV. Generasi Intelektual Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60005/coreid.v2i2.33

Abstract

COVID-19 vaccination is one of the efforts to reduce the spread of COVID-19 and reduce the impact or severe symptoms of COVID-19. On social media, many Indonesians have expressed their opinions regarding the COVID-19 vaccine. With technology, we can classify Indonesian public opinion on the COVID-19 vaccine on social media, including pros or cons. Sentiment analysis using the LSTM (Long Short Term Memory) algorithm is one way. The data that has been taken will go through a cleaning and weighting process using Word2Vec before entering the LSTM algorithm. With the evaluation method of the K-Fold Cross Validation model, we can determine the performance of this LSTM algorithm. The results of the performance of this LSTM model show an average accuracy of 74.1% and have the best accuracy in the 4th Fold, which is 81%. The data that has been taken will be tested on this best model, and the results of the sentiment analysis of Indonesian public opinion on the COVID-19 vaccine are 49.4% Positive and 50.6% Negative.
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DENGAN PRE-TRAINED MODEL MOBILENETV2 UNTUK DETEKSI KOLESTEROL Lestari, Indah Sri; Jumadi, Jumadi; Lukman, Nur
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 9 No 2 (2024): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v9i2.4732

Abstract

Salah satu risiko utama penyakit jantung dan stroke adalah kolesterol. Kolesterol adalah sejenis lemak yang diproduksi terutama oleh hati dan diserap dalam jumlah kecil dari makanan. Kadar kolesterol ideal dalam tubuh manusia sebaiknya kurang dari 200 mg/dl. Salah satu cara untuk memeriksa kadar kolesterol adalah dengan tes gula darah yang mengharuskan pasien berpuasa selama 10 hingga 12 jam. Mengingat bahaya yang ditimbulkan oleh kadar kolesterol tinggi, maka perlu adanya metode skrining dini yang praktis untuk mendeteksi kadar kolesterol tinggi dalam tubuh manusia. Iridologi adalah analisis iris mata untuk mendeteksi kondisi kesehatan dan menunjukkan hubungan pola iris mata dengan kadar kolesterol. Iris mata mempunyai keistimewaan tersendiri karena mampu mencatat keadaan seluruh organ, struktur tubuh, dan keadaan psikologis. Oleh karena itu, iridologi dapat menjadi alternatif analisis medis. Penelitian ini mengusulkan penggunaan algoritma jaringan saraf konvolusional menggunakan model MobileNetV2 yang telah dilatih sebelumnya. Dataset citra iris mata yang digunakan terdiri dari 200 citra yang diklasifikasikan menjadi dua kelas yaitu citra mata normal dan mata kolesterol. Hasil penelitian menunjukkan bahwa model yang diusulkan mampu mencapai akurasi F1 score sebesar 89,6%. Hasil ini menunjukkan bahwa model ini memiliki potensi besar sebagai alat yang praktis dan hemat biaya untuk mendeteksi kolesterol. Diperlukan penelitian lebih lanjut dengan kumpulan data yang lebih besar untuk meningkatkan akurasi dan validitas
AUTOMATIC ABSTRACTIVE SUMMARIZATION OF CURRICULUM VITAE USING S-BERT AND T5 Herdiyanto, Reza Fahlevi; Maylawati, Dian Sa'adillah; Lukman, Nur
JIKO (Jurnal Informatika dan Komputer) Vol 8, No 2 (2025)
Publisher : Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v8i2.10019

Abstract

The rapid advancement of technological disruption has catalyzed significant innovations in human resource management, particularly through the widespread adoption of automated applicant screening systems such as Applicant Tracking Systems (ATS). However, these systems often fail to identify potential candidates due to poorly formatted Curriculum Vitae (CV) or missing important keywords, resulting in many applicants being eliminated in the early stages of selection. This research aims to develop an automatic CV summarization system by utilizing Natural Language Processing (NLP) technology. This research uses a combination of Sentence-BERT (SBERT) algorithm for information extraction and Text-to-Text Transfer Transformer (T5) for text generation. The K-Fold Cross Validation method with k = 3 was used in the model performance evaluation, in accordance with the limited computing resources. Experimental results show that the SBERT model is able to extract important information with high accuracy (F1-score of 0.8866), while the T5 model is able to generate informative summaries with a ROUGE-1 score of 0.8680. The combination of SBERT in producing important information extraction from CV and T5 that produces an abstractive summary shows good results with ROUGE-1 scores of 0.5497, ROUGE-2 of 0.3537, and ROUGE-L of 0.4334. This system is able to produce CV summaries that make it easier for companies to select job applicants according to the criteria and increase the chances of applicants to pass the initial selection stage
Co-Authors Andriyan, Acep Razif Arief Fatchul Huda Cecep Nurul Alam Cecep Nurul Alam, Cecep Nurul Deden Eka Purwanto Devi Novitasari Fatimah Umar Gladis Fadila Hannah Fauzia Rahma Herdiyanto, Reza Fahlevi Indah Sri Lestari, Indah Sri Jumadi Jumadi Maylawati, Dian Sa'adillah Maylawati, Maylawati Mohamad Irfan Mohamad Irfan, Mohamad Putri Apriyanti Rizky Agung Ardiansyah Sa’adillah, Dian Setiawan, Rama Bhagadhara Tubagus Putra, Fauzan Herdika Undang Syaripudin, Undang Wildan Budiawan Zulfikar Yana Aditia Gerhana Yana Aditia Gerhana, Yana Aditia