Article Per Year (5 Year)
p-Index From 2021 - 2026
3.753
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Knowledge Engineering and Data Science ILKOM Jurnal Ilmiah CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Indonesian Journal of Data and Science Innovation in Research of Informatics (INNOVATICS) Buletin Sistem Informasi dan Teknologi Islam Ilmu Komputer untuk Masyarakat Jurnal Pengabdian Mandiri Open Community Service Journal Bulletin of Social Informatics Theory and Application NERO (Networking Engineering Research Operation) International Journal of Artificial Intelligence in Medical Issues
Huzain Azis
Unviersitas Muslim Indonesia
Aerospace Engineering Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Public Health Social Sciences Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Analisis Quality of Service Layanan Video Surveillance Area Traffic Control System (ATSC) Pada Jaringan Internet Dinas Perhubungan Kota Kendari Nur bahri, Nur Bahri; Salim, Yulita; Azis, Huzain
Indonesian Journal of Data and Science Vol. 3 No. 3 (2022): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v3i3.52

Abstract

Dinas Perhubungan Kota Kendari menjadi salah satu kota yang telah menerapkan teknologi ATCS. Proses pemantau dilakukan menggunakan CCTV melalui jaringan internet yang dipantau secara real time melalui ruang kontrol Dinas Perhubungan Kota Kendari. Penerapan layanan video surveilance ATCS pada dinas perhubungan kota Kendari masih sering terjadi kendala seperti akses video surveillance yang dilakukan secara real-time mengalami buffering sehingga kualitas video yang ditampilkan tidak optimal. Permasalahan yang terjadi tersebut perlu dilakukan tindak lanjut penanganan dengan melakukan analisa layanan atau yang dikenal dengan Quality of Service. untuk menentukan apakah kualitas jaringan pada Layanan Video surveillance ATCS yang digunakan telah sesuai atau perlu dilakukan peningkatan kualitas sesuai standarisasi Tiphon dengan menggunakan metode Action Research (AR). Hasil penelitian menunjukkan hasil dari penguuran jaringan dinas Perhubungan Kota Kendari mendapatkan nilai QoS “3,55” dengan indeks “memuaskan” dan Pada Provider data (Tri) dengan nilai QoS “3,31” dengan kategori “memuaskan” yang telah di kategorikan pada standarisasi Tiphon.
Analisis Performa Metode Gaussian Naïve Bayes untuk Klasifikasi Citra Tulisan Tangan Karakter Arab Nurul A'ayunnisa; Salim, Yulita; Azis, Huzain
Indonesian Journal of Data and Science Vol. 3 No. 3 (2022): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v3i3.54

Abstract

Berdasarkan penelitian yang dilakukan oleh Herman dkk., peneliti mencoba mengangkat kembali metode yang diterapkan dengan menggunakan dataset yang berbeda dan dengan jumlah yang lebih banyak. Penelitian ini bertujuan untuk menghitung performa metode (akurasi, presisi, recall, dan f-measure) Gaussian Naïve Bayes. Dataset yang digunakan adalah citra tulisan tangan karakter arab. Berdasarkan hasil perhitungan performa menunjukkan tingkat akurasi tertinggi sebesar 12%, presisi 10%, recall 12%, dan f-measure 8%.
Prediksi Potensi Donatur Menggunakan Model Logistic Regression jabir, sitti rahmah; Azis, Huzain; Widyawati, Dewi; Tenripada, Andi Ulfa
Indonesian Journal of Data and Science Vol. 4 No. 1 (2023): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v4i1.64

Abstract

GRDS menghadapi kelangkaan dana, ketika diperlukan untuk merawat para korban Gaja. Gaja adalah topan bernama kelima dari musim siklon Samudra Hindia Utara 2018 yang mempengaruhi sebagian besar tempat di Tamil Nadu, India selama bulan November 2018. Tujuan dari penelitian ini adalah untuk menggunakan riwayat donasi untuk menganalisis apakah donator akan menyumbang atau tidak menggunakan regresi logistik. Data Tamil Nadu diberikan untuk menerapkan model yang dibangun untuk memprediksi donator yang paling mungkin menjadi korban topan Gaja. Pada tahap pengumpulkan data seringkali terjadi hambatan, salah satu hambatannya yaitu fenomena missing data atau data hilang. Akibat dari adanya missing data adalah pendugaan parameter menjadi tidak efisien. Ukuran data yang berkurang dapat mengakibatkan kesulitan dalam menganalisis, sehingga hasil yang didapatkan menjadi tidak valid dan tujuan dari penelitian tidak tercapai. Data yang hilang akan diisi menggunakan metode single imputation. Data yang telah diimputasi menggunakan beberapa metode akan membantu dalam melakukan prediksi. Dimana algoritma yang digunakan untuk melakukan prediksi ialah logistic regression. Beberapa data dihilangkan setelah melihat multikolinearitas. Dalam tahap pemodelan, data dibagi menjadi 2 yaitu 70% untuk data pelatihan dan 30% untuk data tes. Dimana hasil perhitungan akurasi dari model ialah 0,6129 yang menunjukkan bahwa model tidak melakukan prediksi dengan baik menggunakan metode tersebut.
Comparative Analysis of Machine Learning Algorithm Variations in Classifying Body Shaming Topics on Social Media X Nurul Fitri H, Sarah FIla; Fattah , Farniwati; Azis, Huzain
Indonesian Journal of Data and Science Vol. 5 No. 2 (2024): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v5i2.82

Abstract

Machine learning is an approach in computer science where systems or models can learn from data and experience to improve performance or perform specific tasks. There are several popular machine learning algorithms, such as naïve bayes, decision tree, K-NN, and SVM. This study aims to compare the performance of accuracy, precision, recall, and F-1 score in sentiment analysis of body shaming topics on Social Media X (formerly known as Twitter) by applying decision tree, K-NN, and SVM methods and identifying the most effective algorithm in classifying the data. Based on the classification performance testing results, it can be concluded that the classification method using the trigram feature model provides the best performance compared to other methods. The trigram model is able to achieve high recall, particularly in recognizing positive classes, without significantly compromising accuracy
Perancangan Aplikasi E-Ticketing dengan Model Arsitektur Microservice Menggunakan Kafka Pradinata, Awal; Belluano, Poetri Lestari Lokapitasari; Azis, Huzain
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 4, No 3 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i3.1806

Abstract

Arsitektur microservice memecah sistem yang kompleks dan besar menjadi serangkaian layanan kecil dan mandiri. Salah satu pola arsitektur yang umum digunakan adalah pendekatan event driven, yang memungkinkan komunikasi berbasis event antar layanan. Namun, pendekatan ini juga membawa risiko kehilangan data, yang dapat diatasi dengan pola orkestrasi menggunakan Apache Kafka sebagai message broker. Kafka menyediakan platform yang cocok untuk komunikasi event driven dengan kemampuannya dalam menyimpan, menerima, dan mengirim pesan secara asinkron. Penelitian ini bertujuan membangun aplikasi e-ticketing berbasis web dengan menggunakan arsitektur microservice dan Kafka. Hasilnya adalah sebuah aplikasi e-ticketing yang menggunakan Kafka untuk komunikasi antar layanan, dengan implementasi lima topik untuk proses transaksi antar gate-ticketing-service dan gate-acl-service secara asinkron menggunakan Kafka sebagai media pengiriman event.
Perancangan Sistem Informasi Data Kependudukan Desa Kaduaja Kecamatan Gandangbatu Sillanan Berbasis Web Ramadan, Syahril; Indra, Dolly; Azis, Huzain
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 2 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i2.1920

Abstract

Sistem informasi kependudukan merupakan salah satu faktor utama dalam pemerintahan dan pembangunan kependudukan yang diarahakan pada pemenuhan hak dari setiap warga negara dibidang pelayanan data kependudukan. Desa Kaduaja salah satu bagian dari Desa di Kecamatan Gandangbatu Sillanan Kabupaten Tana Toraja, pengelolaan data pada Kantor Desa Kaduaja dilakukan secara manual mengakibatkan dokumen-dokumen tersebut disusun dengan tidak teratur dan tersimpan pada arsip yang terpisah sehingga pihak pemerintah Desa Kaduaja, untuk menyelesaikan permasalahan tersebut dibangunlah sebuah sistem informasi data kependudukan. penelitian ini menghasikan sistem informasi data kependudukan Desa Kaduaja Kecamatan Gandangbatu sillanan berbasis web yang dapat mempermudah pemerintah desa mengolah data kependudukan. metode yang digunakan dalam perancangan aplikasi yaitu metode waterfall yaitu model dimana tiap tahapannya dikerjakan secara berurutan dari atas ke bawah. Pengujian yang dilakukan berdasarkan blackbox testing mendapatkan nilai penggunaan secara keseluruhan dalam tampilan interface maupun fungsionalitas aplikasi yaitu 85% dari 24 responden.
Assessing the Performance of Logistic Regression in Heart Disease Detection through 5-Fold Cross-Validation Azis, Huzain
International Journal of Artificial Intelligence in Medical Issues Vol. 2 No. 1 (2024): International Journal of Artificial Intelligence in Medical Issues
Publisher : Yocto Brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijaimi.v2i1.137

Abstract

This study explores the effectiveness of Logistic Regression in predicting heart disease using a dataset derived from multiple international databases. Employing a 5-fold cross-validation method, the research aimed to evaluate the model's accuracy, precision, recall, and F1-score. Results indicated that Logistic Regression performs robustly, with accuracy ranging from 80% to 88.29%, and high recall rates, highlighting its potential as a valuable tool in medical diagnostics. Despite some variability in precision, which may lead to higher false positive rates, the model's high recall is crucial in clinical settings where missing a diagnosis can have dire consequences. The research confirmed the applicability of Logistic Regression to binary classification problems in healthcare, aligning with existing literature that supports its use in similar contexts. The study contributes to the field by demonstrating the model's consistency and reliability across diverse data subsets, reinforcing the potential for machine learning applications in healthcare diagnostics. Future research should focus on integrating Logistic Regression with other models to improve accuracy and testing the model on more current, varied datasets to enhance its generalizability and effectiveness in real-world settings.
Implementasi Metode Penetration Testing pada Layanan Keamanan Sistem Kartu Transaksi Elektronik Wahana Permainan Fattah, Farniwati; Putri, Aulia Maharani; Azis, Huzain
Techno.Com Vol. 23 No. 1 (2024): Februari 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i1.9488

Abstract

Penggunaan kartu magnetic stripe pada wahana permainan rentan terhadap akses yang tidak sah, seperti skimming, yang dapat merugikan pengelola dan penyedia wahana. Penetration testing merupakan metode yang dapat digunakan untuk mengidentifikasi dan eksploitasi kerentanan. Pada pengujian penetration testing terdapat tujuh fase yang digunakan yaitu pre-engagement, information gathering, threat modeling, vulnerability analysis, exploitation, post exploitation, dan reporting. Dalam Penelitian sebelumnya menunjukkan bahwa komunikasi antara magnetic stripe reader dan komputer utama dilakukan melalui koneksi kabel, yang menghasilkan layanan confidentiality dan availability. Namun, pada penelitian ini, pengimplementasian penetration testing menggunakan koneksi nirkabel menghasilkan temuan bahwa layanan keamanan yang tersedia adalah availability. Oleh karena itu, dapat disimpulkan bahwa komunikasi baik melalui koneksi kabel maupun nirkabel tidak terdapat layanan keamanan integrity. Rekomendasi bagi  penyedia layanan untuk meningkatkan kemanan kartu di lokasi tersebut dengan menerapkan enkripsi data.
ANALISIS KINERJA ALGORITMA PEMBELAJARAN MESIN ENSEMBEL PADA DATASET MULTI KELAS CITRA JAFFE Azis, Huzain; Alisma, Alisma; Purnawansyah, Purnawansyah; Nirmala, Nirmala
NERO (Networking Engineering Research Operation) Vol 9, No 2 (2024): Nero - 2024
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v9i2.27872

Abstract

This research aims to develop a facial expression recognition system based on the JAFFE dataset which includes seven classes of emotional expressions, namely happy, sad, angry, afraid, disgusted and neutral expressions. The first step taken is canny segmentation on each dataset to maintain essential information on each face. Next, extraction was carried out using the hu moments method to gain an in-depth understanding of the important characteristics of facial expressions. The next process involves ensemble voting using five classification methods, namely Naive Bayes (NB), Support Vector Machine (SVM), K-Nearest Neighbors (KNN), Gaussian Process Classifier (GPC), and Decision Tree. The results of these five methods are then ensembel using voting techniques, and the final results are evaluated using performance metrics such as accuracy, precision, recall, and F-1 score. Evaluation is carried out by comparing the final results with the original data from the JAFFE dataset, by measuring accuracy , precision, recall, and F1 Score value to evaluate system performance. The results of this research show that the ensemble voting approach using a combination of classification methods is able to significantly improve facial expression recognition capabilities. The resulting accuracy, precision, recall, and F1 Score values provide a comprehensive picture of system performance.  This research contributes to the development of facial emotion recognition technology and can be applied in various contexts. Includes human-computer interaction as well as applications in the fields of artificial intelligence.Keywords: Performance Analysis, Ensemble, Jaffe Image, Classification, Multiclass
PREDIKSI ANEMIA DARI PIXEL GAMBAR DAN LEVEL HEMOGLOBIN MENGGUNAKAN RANDOM FOREST CLASSIFIER Azis, Huzain; Rismayanti, Nurul
NERO (Networking Engineering Research Operation) Vol 9, No 1 (2024): Nero - 2024
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v9i1.27916

Abstract

Anaemia is a widespread blood disorder characterized by a deficiency of red blood cells or hemoglobin, which can lead to severe health complications if not diagnosed and treated promptly. This research aims to develop a machine learning model to predict anaemia based on hemoglobin levels and image pixel distributions, leveraging a dataset from Kaggle. The dataset includes features such as percentages of red, green, and blue pixels in images and hemoglobin levels. We applied a Random Forest Classifier, a robust machine learning algorithm, and evaluated its performance using 5-fold cross-validation. The data pre-processing involved removing irrelevant columns, encoding categorical variables, and scaling numerical features. The model achieved a mean accuracy of 97.05%, precision of 97.02%, recall of 97.05%, and F1-score of 96.88%, indicating its high reliability in predicting anaemia. Visualizations such as Correlation Heatmaps, 3D PCA, Parallel Coordinates Plots, 3D t-SNE, and Violin Plots were used to understand feature relationships and distributions. These results underscore the potential of machine learning in providing a non-invasive, cost-effective diagnostic tool for anaemia, especially in resource-limited settings. Future research should address dataset imbalance and potential biases, explore additional features, and test other machine learning models to further enhance the predictive accuracy. This study contributes to the field of medical diagnostics by demonstrating the efficacy of integrating hemoglobin levels and image data for anaemia prediction, paving the way for improved early detection and treatment strategies.Keywords: Anaemia, Hemoglobin, Machine Learning, Random Forest.
Co-Authors Abdul RAchman Manga Admojo, Fadhila Tangguh Alfa Faridh Suni Alfiyyah, Nurul Alisma, Alisma Alwi Alwi Anas, Risnayanti Andi Tenri Sumpala, Andi Tenri As'ad, Ihwana Baharuddin, Mus Mulyadi Bustam, Faida Daeng Dolly Indra Erick Irawadi Alwi Erma Susanti Fadhila Tangguh Admojo Farniwati Fattah Fattah , Farniwati Fattah, Farniawati Fattah, Farniwati Fika Hastarita Rachman, Fika Hastarita Firdaus Solihin Hasanuddin, Tasrif Haviluddin Haviluddin Herdianti Darwis Herdianti Darwis Herman Herman Ika Oktavia Suzanti jabir, sitti rahmah Kamil, Fajrul Ihsan Lokapitasari Belluano, Poetri Lestari M. Imam Maulana Muh Nurtanzis Sutoyo Muhammad Syahrizal Darwis Muis, Ismunandar Mus Mulyadi Baharuddin Nirmala Nirmala, Nirmala Nur bahri, Nur Bahri Nurul A'ayunnisa Nurul Fitri H, Sarah FIla Pradinata, Awal Purnawansayah Purnawansayah Purnawansyah Purnawansyah Puspitasari, Yustisia Putri, Aulia Maharani Putri, Inggrianti Pratiwi Rachman Manga, Abdul Ramadan, Syahril Rasman Rasman Rismayanti, Nurul Rochman, Eka Mala Sari Sainlia, Ahmad Fauzan Salim, Yulita Saly, Intan Novita Selvi Marcellia Shidiq Arif Siwiantoko Syafie, Lukman Tasrif Hasanuddin Tenripada, Andi Ulfa Widyawati, Dewi Yulita Salim