Claim Missing Document
Check
Articles

Found 40 Documents
Search

SISTEM PENANDA KEPEMILIKAN FILE DOKUMEN MENGGUNAKAN METODE DIGITAL WATERMARK PADA FILE PENELITIAN DOSEN UNIVERSITAS MUSLIM INDONESIA Salim, Yulita; Azis, Huzain
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 (673.956 KB)

Abstract

UMI sebagai perguruan tinggi terbesar dan terbaik di Indonesia bagian timur memiliki database yang cukup besar, terutama pada database penelitian dosen. Banyaknya data yang tersimpan memiliki resiko adanya pengambilan dan pengakuan kepemilikan data khususnya data penelitian dosen. Penelitian ini bertujuan untuk merancang sebuah sistem yang dapat memberi penanda kepemilikan pada sebuah dokumen teks penelitian yang dapat digunakan oleh dosen di UMI. Metode penelitian yang dilakukan meliputi identifikasi masalah, studi literature mengenai file dokumen yang akan digunakan sebagai data uji dan metode Digital Watermark sebagai algoritma untuk penanda kepemilikan file dokumen yang diuji, desain aplikasi desktop menggunakan bahasa pemrograman Java dan MySQL sebagai database server. Hasil penelitian ini adalah sistem yang dapat digunakan dosen maupun pihak Lembaga Penelitian dan Pengembangan Sumber Daya (LP2S) UMI untuk memberi tanda kepemilikan pada dokumen agar dapat memberikan layanan tambahan dalam pengecekan kemiripan judul yang telah ada sebelumnya di LP2S.
ANALISIS PERFORMA METODE K-NEAREST NEIGHBOR UNTUK IDENTIFIKASI JENIS KACA Baharuddin, Mus Mulyadi; Azis, Huzain; Hasanuddin, Tasrif
ILKOM Jurnal Ilmiah Vol 11, No 3 (2019)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (637.025 KB) | DOI: 10.33096/ilkom.v11i3.489.269-274

Abstract

Nowadays, the industry makes various types of goods that have glass-based materials, float car window panes, non-float building windows, lamps, jars, and tableware. These glasses have the same production material, the difference between one and the other is the composition of the production material. K-Nearest Neighbor (KNN) algorithm which is one of the classification methods in data mining and also a supervised learning algorithm in machine learning is a method for classifying objects based on learning data that is the closest distance to the object.. This study discusses the performance measurement (accuracy, precision, recall and f-measure) of the KNN method with a variety of values on 1000 glass type production data objects obtained from the central UCI Machine Learning Repository dataset. The conclusion of this research is the results of the value of K = 3 to K = 9, the best performance values obtained at K = 3, where the level of accuracy reaches 64%, 63% precision, 71% recall, and F-Measure of 67%.
ANALISIS LAYANAN KEAMANAN SISTEM KARTU TRANSAKSI ELEKTRONIK MENGGUNAKAN METODE PENETRATION TESTING Azis, Huzain; Fattah, Farniawati
ILKOM Jurnal Ilmiah Vol 11, No 2 (2019)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (964.151 KB) | DOI: 10.33096/ilkom.v11i2.447.167-174

Abstract

Payment transactions developed along with technological developments, now days technology supports digital payment, each type of digital transaction has its own security services,  this study focus on the analysis of security services (confidentiality, integrity and availability) using the Penetration Testing method on magnetic stripe cards as a payment transaction playground facility, then comparing security services to the Radio Frequency Identification (RFID) electronic transaction tool. The results of this study are RFID electronic transaction cards that provide a more complete security service as an electronic payment transaction.
Performa Klasifikasi K-NN dan Cross Validation pada Data Pasien Pengidap Penyakit Jantung Azis, Huzain; Purnawansyah, Purnawansyah; Fattah, Farniwati; Putri, Inggrianti Pratiwi
ILKOM Jurnal Ilmiah Vol 12, No 2 (2020)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v12i2.507.81-86

Abstract

Globally, the number one cause of death each year is cardiovascular disease. Cardiovascular disease is a disease caused by impaired function of the heart and blood vessels, such as coronary heart disease, heart failure or heart failure, hypertension and stroke. The purpose of this study was to measure the performance of accuracy, precision, recall and f-measure of the K-NN and Crossvalidation methods on a dataset of cardiovascular patients. The dataset used was 1000 records consisting of 11 attributes (age, gender, height, etc.) cardiovascular and non cardiovascular patient data, the dataset was obtained from the UCI Machine Learning Repository managed by the Hungarian Institute of Cardiology Budapest: Andras Janosi, MD, University Hospital, Zurich, Switzerland. The steps taken are: dividing the simulation ratio of the dataset to 20:80, 50:50 and 80:20, applying crossvalidation (k-fold = 10) and classification using the K-NN method (k = 2 to K = 900). The research results from the simulation of the dataset ratio 50:50 obtained an accuracy value of 82%, 82% precision, 82% recall and 80% f-measure at a value of K = 13, then the research results from the simulation of the dataset ratio 20:80 obtained an accuracy value of 87%, 87% precision, 97% recall and 92% f-measure at the value of K = 3, and the results of research from the simulation of the dataset ratio 80:20 obtained an accuracy value of 91%, 92% precision, 60% recall and 72% f-measure at the value K = 5.
Analisis Perbandingan Performa Metode Klasifikasi pada Dataset Multiclass Citra Busur Panah Huzain Azis; Fadhila Tangguh Admojo; Erma Susanti
Techno.Com Vol 19, No 3 (2020): Agustus 2020
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v19i3.3646

Abstract

Pengujian performa berbagai metode pada sebuah dataset merupakan salah satu cara dalam penetapan metode klasifikasi yang tepat, masalah yang diangkat pada penelitian ini adalah bagaimana membandingkan performa beberapa metode klasifikasi dalam mengelola dataset yang memiliki lebih dari dua label (multiclass). Penelitian ini fokus membandingkan hasil performa tujuh metode klasifikasi yaitu K-Nearest Neighbor (knn), Naive Bayes Classifier (nbc), Support Vector machine (svm), Neural Netowork (nn), Random Forest Classifier (rfc), Ada Boost Classifier (abc) dan Quadratic Discriminant Analysis (qdc). Objek pada penelitian ini berupa dataset multiclass yaitu dataset citra busur panah, serta performa yang diukur yaitu seluruh nilai cross-validation dari akurasi, presisi, recall dan f-measure. Hasil pada penelitian ini menunjukkan bahwa seluruh metode tidak memperoleh performa yang cukup baik, dan menunjukkan bahwa beberapa metode yang memiliki akurasi yang tinggi tidak menjadi penentu menjadi metode yang baik dikarenakan setelah penerapan cross-validation dan visualisasi boxplot ditemukan beberapa nilai akurasi tinggi yang merupakan nilai tidak wajar atau outlier. Kesimpulan menunjukkan metode svm memiliki performa yang lebih baik dibandingkan dengan enam metode lainnya pada kasus dataset multiclass citra busur panah.
Backpropagation Neural Network with Combination of Activation Functions for Inbound Traffic Prediction Purnawansyah Purnawansyah; Haviluddin Haviluddin; Herdianti Darwis; Huzain Azis; Yulita Salim
Knowledge Engineering and Data Science Vol 4, No 1 (2021)
Publisher : Universitas Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um018v4i12021p14-28

Abstract

Predicting network traffic is crucial for preventing congestion and gaining superior quality of network services. This research aims to use backpropagation to predict the inbound level to understand and determine internet usage. The architecture consists of one input layer, two hidden layers, and one output layer. The study compares three activation functions: sigmoid, rectified linear unit (ReLU), and hyperbolic Tangent (tanh). Three learning rates: 0.1, 0.5, and 0.9 represent low, moderate, and high rates, respectively. Based on the result, in terms of a single form of activation function, although sigmoid provides the least RMSE and MSE values, the ReLu function is more superior in learning the high traffic pattern with a learning rate of 0.9. In addition, Re-LU is more powerful to be used in the first order in terms of combination. Hence, combining a high learning rate and pure ReLU, ReLu-sigmoid, or ReLu-Tanh is more suitable and recommended to predict upper traffic utilization
PERANCANGAN ALA T PENGAWASAN DAN PENGENDALIAN SUHU DAN KELEMBABAN KANDANG AYAM BROILER BERBASIS MIKORKONTROLER Alwi Alwi; Tasrif Hasanuddin; Huzain Azis
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 2, No 2 (2021)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (728.117 KB) | DOI: 10.33096/busiti.v2i2.765

Abstract

Penelitian ini bertujuan untuk mempermudah peternak ayam broiler untuk mengawasi dan mengendalikan suhu dan kelembaban kandang ayam broiler meskipun dari jarak jauh. Alat yang dirancang berbasis internet of thing dengan pemanfaatan wemos D1 mini sebagai mikrokontroller dan modul wifi serta sensor DHT22 sebagai inputan dan output pada aplikasi telegram dan LCD. Berdasarkan hasil pengujian tingkat keberhasilan alat adalah 98% dan tingkat akurasi sensor adalah 98,07% akurat untuk suhu dan  untuk kelembaban 99,30% akurat, sedangkan respon time yang dihasilkan bergantung pada kondisi jaringan.
Perancangan Aplikasi Penyedia Jasa Asisten Rumah Tangga Berbasis Web Rasman Rasman; Purnawansayah Purnawansayah; Huzain Azis
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 2, No 1 (2021)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v2i1.697

Abstract

Manfaat internet yang sangat besar tersebut tentunya memudahkan semua orang untuk mengakses berbagai informasi dengan cepat dan mudah. Hal tersebut berkaitan bagi orang yang memiliki rutinitas harian yang cukup padat yang membuat ibu rumah tangga tidak bisa mengerjakan semua pekerjaan rumah tangga sendiri sehingga pekerjaan rumah tidak dapat dilakukan dan tidak memilikiwaktu dalam mencari informasi tentang jasa pembantu rumah tangga. Tujuan dalam pembuatan aplikasi ini yaitu untuk mencari asisten rumah tangga yang sesuai dengan kriteria seorang majikan mulai dari pengalaman bekerja, tamatan sekolah, dan beberapa keterampilan dari pembantu tersebut. Selain itu sistem ini memudahkan bagi calon majikan karena dalam memilih asisten rumah tangga tidak mesti ke Yayasan penyalur asisten rumah tangga. Metode Analisis dan Pengembangan yang digunakan adalah analisis beriorentasi objek, serta dirancang dengan UML (Unified Modelling Language) dan dibuat menggunakan PHP serta database MySQL. Hasil dari penelitian ini adalah terbentuknya aplikasi yang diimplementasikan pada beberapa orang yang membutuhkan tenaga seorang pembantu rumah tangga yang sesuai dengan keinginan majikan hingga akhirnya sistem ini dapat mempertemukan asisten rumah tangga yang dipilih menuju ke alamat majikan tersebut.
Implementasi Bot Telegram Pada Proses Retrieval Data Dalam Database M. Imam Maulana; Purnawansyah Purnawansyah; Huzain Azis
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 1, No 3 (2020)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (449.837 KB) | DOI: 10.33096/busiti.v1i3.835

Abstract

Saat ini telah ada aplikasi Instant Messaging (IM) Telegram yang membantu mengirimkan pesan singkat. Aplikasi ini menjadi salah satu aplikasi IM yang sering digunakan oleh masyarakat. Kelebihan IM Telegram adalah adanya landasan untuk menggunakan Application Programming Interface (API) untuk masyarakat luas. Salah satu API yang disediakan adalah fitur Bot. Laboratorium Fakultas Ilmu Komputer adalah ruang praktikum mahasiswa yang digunakan sebagai tempat mahasiswa dalam melaksanakan kegiatan praktikum programming, yang dimana pelaksanaan jadwal praktikum dikelola langsung oleh laboratorium. Dalam pelaksanaan kegiatan praktikum mahasiswa terkadang kesulitan mendapatkan informasi perihal jadwal praktikum yang telah diperbarui dikarenalan laboratorium masih mengunakan cara yang konvensional. Tujuan dari penelitian ini adalah terciptanya sebuah wadah media informasi menggunakan Bot Telegram, dengan Bot ini maka praktikan hanya butuh untuk mengirimkan perintah ke akun Bot dan jadwal praktikum akan langsung diberikan ke pengguna yang membutuhkan.
Pemanfaatan Video Conference Pada Yayasan Sinergi Cendikia Makassar Farniwati Fattah; Huzain Azis
Ilmu Komputer untuk Masyarakat Vol 1, No 2 (2020)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (202.683 KB) | DOI: 10.33096/ilkomas.v1i2.781

Abstract

Pengabdian kepada masyarakat (PkM) dengan mitra sasar Yayasan Sinergi Cendikia Indonesia bertujuan untuk membantu yayasan dalam mencapai tujuan organisasi. Yayasan yang bergerak di bidang sosial dan kemasyarakatan, memiliki banyak kegiatan keagamaan, kemanusian yang memerlukan media digital dalam mempromosikan dan menyebarkan informasi tentang program dari yayasan. Sebagai yayasan yang baru berdiri, lembaga ini membutuhkan media promosi yang dapat menjangkau masyarakat luas. Untuk memenuhi salah satu kewajiban Tri Dharma Perguruan Tinggi, maka dosen Fakultas Ilmu Komputer (FIKOM) akan melakukan kegiatan pengabdian di Yayasan Sinergi Cendikia Indonesia (SCI) dengan memanfaatkan layanan video conference. Aplikasi Zoom Meeting adalah salah satu layanan video conference yang digunakan oleh SCI untuk menunjang kegiatan yayasan seperti rapat, pelatihan dan seminar. Beberapa anggota sudah bisa menggunakan menu atau fasilitas yang digunakan pada saat meeting berlangsung, sedangkan fasilitas lainnya belum terlalu familiar sehingga perlu pendampingan khususnya untuk akun zoom. Kegiatan pengabdian ini diharapkan dapat meningkatkan popularitas dari Yayasan Sinergi Cendikia Indonesia, khususnya di Sulawesi Selatan dan para anggota yayasan dapat memanfaatkan teknologi digital untuk menjalankan tugas dan tanggung jawabnya masing-masing.