Article Per Year (5 Year)
p-Index From 2021 - 2026
1.383
P-Index
This Author published in this journals
All Journal ILKOM Jurnal Ilmiah SISFO Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar Insan Cita Jurnal Pengabdian Kepada Masyarakat Journal La Multiapp Journal of Technology Research in Information System and Engineering Jurnal Pengabdian Masyarakat Nusantara EDUCATIONAL: Jurnal Inovasi Pendidikan dan Pengajaran
Agus Halid, Agus
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
DYNAMIC MANET ON DEMAND PROTOCOL PADA JARINGAN SENSOR NIRKABEL UNTUK SISTEM MONITORING LAHAN PERTANIAN Halid, Agus; Takumansang, Leonardo O. J; Fajar, Mohammad
ILKOM Jurnal Ilmiah Vol 9, No 2 (2017)
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1170.661 KB)

Abstract

Penelitian ini bertujuan untuk menerapkan dan mengevaluasi protokol Dynamic Mobile Ad-Hoc Network (DYMO) pada sistem monitoring lahan pertanian berbasis jaringan sensor nirkabel. Rancangan jaringan terdiri dari node sensor yang ditempatkan secara statik di lahan pertanian dan node router serta gateway sebagai node bergerak yang dibawa oleh petani/mobil pertanian. Hasil evaluasi menunjukkan bahwa protokol DYMO dapat digunakan pada jaringan sensor nirkabel untuk sistem monitoring lahan pertanian. Evaluasi rancangan dan skenario di atas lingkungan simulasi OPNET memperlihatkan kinerja jaringan menggunakan protokol DYMO dapat diterima. Salah satu pengujian memperlihatkan rata-rata delay pengiriman dan penerimaan data sebesar 10,812506/ms, minimal waktu delay end-to-end pengiriman dan penerimaan node sebesar 19,105028/ms, maksimal sebesar 19,643988/ms, dan rata-rata pengiriman dan penerimaan delay end-to-end yaitu 19,377766/ms, nilai rata-rata throughput sebesar 46.651 bits/sec. Selain itu, evaluasi awal prototip node sensor berbasis XBee pada jarak 120 meter menunjukkan kinerja jaringan seperti kehilangan paket (packet loss) dan kekuatan sinyal yang dapat diterima.
DESAIN DAN EVALUASI PROTOTIPE JARINGAN SENSOR NIRKABEL UNTUK MONITORING LAHAN PERSAWAHAN DI KABUPATEN GOWA Fajar, Mohammad; Halid, Agus; Rahman, Syaiful
SISFO Vol 6 No 3 (2017)
Publisher : Department of Information Systems, Institut Teknologi Sepuluh Nopember

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

Abstract

Saat ini, jaringan sensor nirkabel merupakan teknologi yang tepat digunakan untuk pengumpulan data pertanian dibandingkan teknologi pengindraan lainnya. Sejumlah studi telah dilakukan sebagai upaya pengembangan jaringan sensor di bidang pertanian. Tetapi, jaringan sensor pada studi tersebut dikhususkan untuk jenis produk pertanian tertentu dengan pemakaian sensor yang masih terbatas, jaringan sensor dipasang dilokasi yang tidak memiliki kendala sumber energi atau tersedia infrastruktur untuk suplai energi yang memadai, serta kompleksitas desain yang diusulkan masih menyulitkan pengembang mengimplementasikannya. Penelitian ini bertujuan untuk mengembangkan jaringan sensor nirkabel sebagai sistem monitoring kondisi lahan persawahan. Prototip sistem dikembangkan berbasis platform opensource Arduino dan XBee yang mudah digunakan serta ekonomis, melibatkan tiga perangkat sensor untuk mengumpulkan kondisi lahan persawahan yaitu temperatur, kelembaban udara dan kelembaban tanah serta dirancang agar dapat digunakan dilokasi yang tidak memiliki infrastruktur energi/listrik. Evaluasi diatas lingkungan simulasi dan eksperimen yang dilakukan di lahan persawahan di kabupaten Gowa, memperlihatkan performansi jaringan yang dapat diterima. Selain itu, node sensor yang dikembangkan mampu mengumpulkan kondisi lahan persawahan secara real di lapangan dan mengirimnya ke sink/base  station untuk pemrosesan lebih lanjut.
Implementasi Sistem Controlling Peralatan Elektronika Berbasis Website Di Bandara Sultan Hasanuddin Makassar Saputra, Febri Hidayat; Halid, Agus; Natsir, Khaidir Rahman; Sumardin, A; Maslihatin, Tatik; Muhajirin, M; Arafah, Muhammad; Punjanan, Abraham Andromeda
JURNAL ILMU KOMPUTER Vol 9 No 2 (2023): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v9i2.283

Abstract

Dalam operasional bandara, peralatan elektronika seperti CCTV, sistem penerangan, sistem kontrol akses, sistem komunikasi, dan lainnya merupakan komponen penting yang memastikan keamanan, keselamatan, dan kelancaran aktivitas di bandara. Namun, dengan jumlah peralatan yang besar dan tersebar di berbagai lokasi, pemantauan manual menjadi tidak efisien dan memakan banyak waktu serta sumber daya. Penelitian ini bertujuan untuk merancang sistem monitoring peralatan elektronika berbasis website di bandara sultan hasanuddin makassar dan mengimplementasikan sistem monitoring peralatan elektronika berbasis website di bandara sultan hasanuddin makassar. Hasil dari penelitian ini yaitu dihasilkan sebuah aplikasi sistem controlling peralatan elektronika berbasis website dibandara Sultan Hasanuddin Makassar untuk logbook peralatan pada bandara dan hasil penelitian menunjukkan peningkatan signifikan dalam pemantauan peralatan elektronika. Responsifitas terhadap gangguan juga meningkat karena personel dapat dengan cepat mengidentifikasi masalah dan mengambil tindakan yang diperlukan. Sistem ini telah membantu mengurangi downtime peralatan dan meningkatkan efisiensi operasional bandara.
Aplikasi Canva Untuk Tenaga Pendidik Di Sekolah Entrepreneur Tahfidz Kekasih Al Aqsa Sulawesi Selatan Manguma, Thiara Tri Funny; Fatra, Emil; Pratiwi, Gita; Armalivia, Siska; Rahmawati, Rahmawati; Rachman, Andi Ikmal; Bachir, Suriansyah; Dengkeng, Andi; Halid, Agus; Disa, Syaharullah; Mz, Luqman Fanani; Hasrina, Sri; Larisa, Mastura
Jurnal Pengabdian Masyarakat Nusantara Vol 4 No 2 (2025): Juni 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dimastara.v4i2.25348

Abstract

Pemanfaatan teknologi dalam dunia pendidikan menjadi kebutuhan yang mendesak di era digital saat ini. Aplikasi Canva hadir sebagai salah satu solusi praktis dalam menciptakan media pembelajaran yang menarik, interaktif, dan mudah diakses oleh tenaga pendidik. Penelitian ini bertujuan untuk mengkaji efektivitas penggunaan aplikasi Canva bagi guru di Sekolah Enterprenur Tahfidz Kekasih Al Aqsa, Sulawesi Selatan, dalam meningkatkan kualitas proses belajar mengajar. Metode yang digunakan adalah deskriptif kualitatif melalui observasi, wawancara, dan dokumentasi. Hasil penelitian menunjukkan bahwa sebagian besar tenaga pendidik sebelumnya belum familiar dengan penggunaan aplikasi desain digital seperti Canva. Setelah dilakukan pelatihan dan pendampingan, terjadi peningkatan signifikan dalam kemampuan guru menciptakan media pembelajaran visual yang lebih komunikatif dan relevan dengan kebutuhan siswa. Canva juga terbukti mendorong kreativitas guru dalam menyampaikan materi, terutama dalam integrasi nilai-nilai keislaman dan kewirausahaan. Penelitian ini merekomendasikan penguatan program pelatihan teknologi dan integrasi Canva ke dalam kurikulum pengembangan profesional guru secara berkelanjutan.
SISTEM KEAMANAN PENGUNCIAN SEPEDA MOTOR DENGAN AUTENTIKASI WIFI SMARTPHONE Muhajirin, Muhajirin; Taufik; Arafah, Muhammad; Angriawan, Randy; Ilham; Pasnur; Maslihatin, Tatik; Halid, Agus; Sabri, Muhammad
JTRISTE Vol 12 No 1 (2025): JTRISTE
Publisher : STMIK KHARISMA Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55645/jtriste.v12i1.612

Abstract

Motorcycle theft continues to rise in various regions, highlighting the need for more reliable security systems. Conventional protection methods, such as double locks or standard alarms, have proven to be vulnerable and insufficient. This research aims to design and implement a motorcycle security system based on WiFi MAC address authentication from the owner's smartphone. The system is built using the ESP8266 microcontroller, which scans nearby devices and matches their MAC addresses against a pre-registered list. If a match is found, the vehicle is allowed to start. In addition to authentication, the system is equipped with a vibration sensor to detect suspicious activity when the motorcycle is in an OFF state. Test results indicate that the system can effectively distinguish between authorized and unauthorized devices, and responds accurately and promptly under various test conditions
EVALUASI PERFORMA METODE LONG SHORT TERM MEMORY (LSTM) DAN RECURRENT NEURAL NETWORK (RNN) PADA ANALISIS SENTIMEN KOMENTAR PENGGUNA APLIKASI KITALULUS Nurzaenab, Nurzaenab; Maslihatin, Tatik; Halid, Agus; Muniar, Andi Yulia; Sabir, Fitriana M.; Parawewe, Andi Maulidinnawati Abdul Kadir; Awaliah, Neneng; Halfiani, Halfiani
JTRISTE Vol 12 No 1 (2025): JTRISTE
Publisher : STMIK KHARISMA Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55645/jtriste.v12i1.614

Abstract

Sentiment analysis is one of the essential techniques in natural language processing for identifying user opinions toward a product or service. This study aims to evaluate the performance of the Long Short Term Memory (LSTM) and Recurrent Neural Network (RNN) methods in sentiment analysis of user comments on the Kitalulus application. A total of 2,500 comments collected from user reviews were utilized and underwent several preprocessing stages, including case folding, tokenization, stopword removal, stemming, and padding. The processed data were then trained using both RNN and LSTM models with similar architectural configurations. The experimental results show that the LSTM method outperforms RNN, achieving the highest accuracy of 91.51%, while RNN attained 88.48%. These findings demonstrate that LSTM is more effective in capturing long-term dependencies in textual data, making it more suitable for sentiment analysis of user comments on the application.
Cyber Security Challenges and Solutions in Critical Infrastructure: A Systematic Review of Threat Spectrum, Systemic Vulnerabilities, and Multi-Level Protection Strategies Dengkeng, Andi; Halid, Agus; Pratiwi, Gita; Rachman, Andi Ikmal; B, Suriansyah; MZ, Luqman fanani
Journal La Multiapp Vol. 6 No. 5 (2025): Journal La Multiapp
Publisher : Newinera Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37899/journallamultiapp.v6i5.2469

Abstract

Digital transformation has increased operational efficiency infrastructure critical, but at the same time also open new loophole against attack increasingly complex and destructive cyberspace. This study aims to identify spectrum threat cyber targeting infrastructure critical, analyzing vulnerability accompanying systemic, as well evaluate strategy multi-level protection used in mitigation risk cyber. Using approach qualitative through review methods systematically, this study examines 20 primary sources in the form of scientific journals, policy reports, and studies. case international published 2015–2024. The research results revealed that threats such as ransomware, Advanced Persistent Threats (APT), attacks AI -based, and zero-day exploits are becoming a form of attack dominant, with energy, health, and communications sectors as the main targets. Vulnerabilities systemic found in aspects of old technology that is not updated, governance weaknesse, as well as low awareness cyber at the level operational. Strategy effective protection nature layered, including perimeter security, access management, data encryption, training awareness, to response incidents and system recovery. This study recommends integration strategy adaptive, data -based protection risk, and supported by policies strong national to strengthen resilience cyber sector infrastructure critical.
Pelatihan Pemanfaatan Google Classroom Sebagai Media Pembelajaran pada SMA Negeri 10 Maros Latif, Nuraida -; Halid, Agus; Andryanto, Andryanto; Muniar, A Yulia; Maslihatin, Tatik; Ashari, Wahdania Nurarfiani
Insan Cita : Jurnal Pengabdian Kepada Masyarakat Vol 5, No 1 (2023): Februari 2023 - Insan Cita: Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32662/insancita.v5i1.1630

Abstract

Pengabdian masyarakat ini bertujuan meningkatkan kemampuan dan kompetensi para guru SMA Negeri 10 Maros  dalam penguasaan Google Classroom sebagai  media pembelajaran  di Sekolah. Metode yang  dilaksanakan dalam kegiatan ini adalah metode praktikum secara langsung dan metode ceramah. Metode kegiatan terdiri dari 3 (tiga tahapan) yaitu tahap persiapan, tahap pelaksanaan dan tahapan evalusi. Tahap persiapan terdiri dari persiapan dari peserta maupun tim pengabdian masyarakat STMIK AKBA. Tahap pelaksanaan mengenai proses pelaksanaan kegitan dengan presentasi materi oleh tim pengabdian Masyarakat STMIK AKBA. Tahap evaluasi bagi peserta untuk mengetahui sejauh mana pemahaman peserta terhadap penjelasan materi. Kegiatan pelatihan ini bertempat di ruang Laboratorium  Komputer SMA Negeri 10 Maros.  Dengan adanya pengabdian masyarakat ini diharapkan dapat membantu para guru dalam memanfaatkan dan menerapkan google classroom sebagai media pembelajaran yang efektif di SMA Negeri 10 Maros
WEB-BASED MINIBUS CAR BOOKING APPLICATION Sabir, Fitriana M.; Latif, Nuraida; Halid, Agus; Asrul; Saputra, Febri Hidayat; Ananda, Restu
JTRISTE Vol 10 No 1 (2023): JTRISTE
Publisher : STMIK KHARISMA Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55645/jtriste.v10i1.477

Abstract

Permasalahan yang terjadi selama ini adalah calon penumpang masih mencari mobil mini bus secara langsung di PO Harapan Jaya dan belum adanya aplikasi pesanan mobil mini bus berbasis web untuk dapat mengakses keberangkatan, nomor kursi, rute, nomor telepon dan pembayaran secara via transfer sehingga dapat menyita waktu yang cukup lama. Maka dari itu dibutuhkan sebuah aplikasi pesanan mobil mini bus berbasis web agar dapat melakukan pemesanan mobil secara langsung menggunakan web dan mempermudah calon penumpang untuk mendapatkan mobil tanpa harus ke PO Harapan Jaya secara langsung. Penelitian ini bertujuan untuk membangun aplikasi pesanan mobil mini bus rute Sinjai – Makassar serta Untuk mempermudah calon penumpang mini bus mendapatkan mobil sesuai dengan jadwal keberangkatan, nomor kursi, rute, biaya dan pembayaran via transfer. Data ini diperoleh melalui penelitian lapangan dan pustaka. Website ini dibangun dengan menggunakan Metode Pengembangan Agile, yang meliputi penggunaan Blackbox untuk pengujian, PHP untuk pengkodean, dan analisis desain dengan pemodelan sistem UML. Hasil Penelitian ini menunjukkan bahwa penelitian ini imenghasilkan aplikasi pesanan mobil mini bus rute Sinjai-Makassar berbasis web pada Po Harapan Jaya. Kuesioner memberikan hasil dengan persentase 85%, dan tabel kelayakan menilai hasilnya sangat layak untuk digunakan.
KLASIFIKASI OBJEK KAPAL BERBASIS DEEP LEARNING UNTUK MARITIME SURVEILLANCE TANDUNG, ALBERTHA LOLO; ABDUH, MOCHAMMAD; ARAFAH, MUHAMMAD; HALID, AGUS; MULYONO , MULYONO; INRIANI, INRIANI
EDUCATIONAL : Jurnal Inovasi Pendidikan & Pengajaran Vol. 4 No. 4 (2024)
Publisher : Pusat Pengembangan Pendidikan dan Penelitian Indonesia (P4I)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51878/educational.v4i4.3753

Abstract

This study aims to develop a Convolutional Neural Network (CNN) model for ship type classification with high accuracy. The developed model achieved 92% accuracy, 91% precision, 93% recall, and 92% F1-Score, which shows the effectiveness of the model in identifying cargo, passenger, and fishing vessels. These results support the research hypothesis (H1), which states that CNN is able to classify ship types with an accuracy of more than 85%. This success was achieved through a systematic approach in data collection and processing. Images collected from Soekarno-Hatta Port and Samalona Island with varying angles and lighting provided diverse data that was important for model training. Data filtering and labeling using the Roboflow platform ensured optimal image quality. Model training used the TensorFlow framework with a batch size of 32 and 50 epochs, resulting in fast convergence and good generalization capabilities. Further evaluation showed that this model was able to minimize classification errors with balanced precision and recall. The main challenge includes the variation of external conditions, but the data augmentation technique successfully overcomes this problem and improves the robustness of the model. This study makes a significant contribution to the development of machine learning-based ship classification technology for maritime surveillance applications. Recommendations for further research include collecting larger datasets and exploring other image processing methods to improve model accuracy under more difficult shooting conditions. Overall, this study shows the great potential of using CNN for maritime surveillance efficiency. ABSTRAKPenelitian ini bertujuan mengembangkan model Convolutional Neural Network (CNN) untuk klasifikasi jenis kapal dengan akurasi yang tinggi. Model yang dikembangkan mencapai akurasi 92%, presisi 91%, recall 93%, dan F1-Score 92%, yang menunjukkan efektivitas model dalam mengidentifikasi kapal kargo, penumpang, dan nelayan. Hasil ini mendukung hipotesis penelitian (H1), yang menyatakan bahwa CNN mampu mengklasifikasikan jenis kapal dengan akurasi lebih dari 85%. Keberhasilan ini dicapai melalui pendekatan sistematis dalam pengumpulan dan pemrosesan data. Gambar-gambar yang dikumpulkan dari Pelabuhan Soekarno-Hatta dan Pulau Samalona dengan variasi sudut dan pencahayaan memberikan data beragam yang penting untuk pelatihan model. Penyaringan dan pelabelan data menggunakan platform Roboflow memastikan kualitas gambar yang optimal. Pelatihan model menggunakan framework TensorFlow dengan batch size 32 dan epochs 50, menghasilkan konvergensi yang cepat dan kemampuan generalisasi yang baik. Evaluasi lebih lanjut menunjukkan bahwa model ini mampu meminimalkan kesalahan klasifikasi dengan presisi dan recall yang seimbang. Tantangan utama termasuk variasi kondisi eksternal, namun teknik augmentasi data berhasil mengatasi masalah ini dan meningkatkan ketahanan model. Penelitian ini memberikan kontribusi signifikan dalam pengembangan teknologi klasifikasi kapal berbasis machine learning untuk aplikasi pengawasan maritim. Rekomendasi untuk penelitian lanjutan termasuk pengumpulan dataset lebih besar dan eksplorasi metode pengolahan citra lainnya untuk meningkatkan akurasi model pada kondisi pengambilan gambar yang lebih sulit. Secara keseluruhan, penelitian ini menunjukkan potensi besar penggunaan CNN untuk efisiensi pengawasan maritim.
Co-Authors ABDUH, MOCHAMMAD Albertha Lolo Tandung Ananda, Restu Andi Ikmal Rachman Andi Yulia Muniar, Andi Yulia Andryanto, Andryanto ANGRIAWAN, RANDY Armalivia, Siska Ashari, Wahdania Nurarfiani Asrul Awaliah, Neneng Bachir, Suriansyah Dengkeng, Andi Emil Fatra GITA PRATIWI Halfiani, Halfiani Hasrina, Sri ILHAM Inriani Inriani, Inriani Larisa, Mastura Latif, Nuraida Latif, Nuraida - Luqman Fanani Mz Maslihatin, Tatik Mohammad Fajar, Mohammad Muhajirin, M Muhajirin, Muhajirin Muhammad Arafah Mulyono , Mulyono Muniar, A Yulia Natsir, Khaidir Rahman NURZAENAB, NURZAENAB Parawewe, Andi Maulidinnawati Abdul Kadir Pasnur Punjanan, Abraham Andromeda Rahmawati, Rahmawati Sabir, Fitriana M. Saputra, Febri Hidayat Sumardin, A Suriansyah B Syaharullah Disa, Syaharullah Syaiful Rahman Takumansang, Leonardo O. J Takumansang, Leonardo O. J Taufik Thiara Tri Funny Manguma