Article Per Year (5 Year)
p-Index From 2021 - 2026
1.578
P-Index
This Author published in this journals
All Journal Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jurnal Informasi dan Teknologi Jurnal Sains Teknologi dan Sistem Informasi Journal of Artificial Intelligence and Digital Business Jurnal Fokus Elektroda (Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali) KETIK : Jurnal Informatika
Adha Mashur Sajiah
Universitas Halu Oleo
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering

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

Found 9 Documents
Search

 1 
SISTEM ABSENSI DIGITAL MAHASISWA TERINTEGRASI ONE FILE CABINET (OFC) UNIVERSITAS HALU OLEO DENGAN RFID BERBASIS INTERNET OF THINGS (IOT) Adha Mashur Sajiah; Natalis Ransi; Jumadil Nangi; Sandy Suseno
Simtek : jurnal sistem informasi dan teknik komputer Vol. 7 No. 2 (2022): Oktober 2022
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v7i2.151

Abstract

Saat ini Universitas Halu Oleo sebagai universitas terbesar di Sulawesi Tenggara masih menggunakan absensi tradisional pada perkuliahan dengan mahasiswa membubuhkan paraf pada kertas absensi. Hal ini memiliki banyak kekurangan di antaranya absen yang mudah hilang karena sering berpindah tempat, biaya pembelian kertas, cetak, dan proses pemeriksaan dan perangkuman absen sangat lambat. Penelitian ini mengembangkan prototype sistem absensi online berbasis IoT menggunakan NodeMCU dan RFID reader. RFID reader digunakan untuk membaca kartu RFID sedangkan NodeMC mengirimkan data hasil baca tersebut ke sistem Universitas Halu Oleo Online Integrated System (UHO2IS). Selain menggunakan alat prototype tersebut untuk membaca kartu RFID juga sebagai alternatif dapat digunakan smartphone android yang memiliki fitur NFC reader. Sistem hasil absen tersebut dapat dilihat pada aplikasi android. Hasil pengujian menunjukkan bahwa untuk membaca kartu RFID membutuhkan waktu rata-rata 0,43 detik dan mengirimkan data ke server membutuhkan waktu rata-rata 0,93 detik sehingga total waktu melakukan proses absen secara kesulurahan rata-rata adalah 1,36 detik. Waktu yang kurang dari 1,5 detik akan membuat proses absen menjadi lebih efisien.
Aplikasi Perkiraan Curah Hujan Kota Kendari Menggunakan Metode Interval Type-2 Fuzzy Logic System Adha Mashur Sajiah; Reza Sanjaya; Bambang Pramono
Jurnal Fokus Elektroda : Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali) Vol. 8 No. 2 (2023): Jurnal Fokus Elektroda Vol 8 No 2 2023
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Halu Oleo

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

Abstract

Kondisi cuaca ialah hal yang mesti dipelajari karena cuaca di suatu daerah atau tempat berbeda-beda sehingga dapat menentukan rangkaian kegiatan atau aktifitas manusia. Sehingga informasi mengenai cuaca sangat dibutuhkan karena dapat mempengaruhi aktivitas masyarakat. Dengan berkembangnya teknologi saat ini, banyak peneliti yang mengembangkan sistem untuk memprediksi atau memperkirakan curah hujan. Salah satu teknik yang bisa diimplementasikan untuk memprediksi atau memperkirakan curah hujan ialah dengan menggunakan metode logika fuzzy. Walaupun Type-1 Fuzzy Logic System dimaksudkan untuk merepresentasikan ketidakpastian, penelitian telah menunjukkan Type-1 Fuzzy Logic System memiliki batasan dalam mempresentasikan dan mengimplementasikan ketidakpastian dan meminimalisir pengaruhnya. Sehingga, dalam penelitian ini, diajukan menggunakan metode Interval Type-2 Fuzzy Logic System agar dapat memperkirakan curah hujan. Karena memiliki model ketidakpastian yang lebih jauh, maka dapat diharapkan untuk menghasilkan perkiraan curah hujan yang lebih akurat. Kemudian menguji efektivitas dari metode Interval Type-2 Fuzzy Logic System dalam memperkirakan curah hujan. Hasil uji coba pada sistem ini didapatkan rata – rata tingkat keakurasian dalam perkiraan curah hujan sebesar 85.98%. Sehingga, dapat disimpulkan metode Interval Type-2 Fuzzy Logic System efektif dalam memperkirakan curah hujan.
Rancang Bangun Sistem Validasi Surat Akademik Menggunakan QR Code dan Algoritma AES pada Siakadbeta Universitas Halu Oleo La Surimi; Adha Mashur Sajiah; Natalis Ransi; , Jumadil Nangi; L.M. Bahtiar Aksara; Rizal Adi Saputra
Jurnal Fokus Elektroda : Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali) Vol. 8 No. 3 (2023): Jurnal Fokus Elektroda Vol 8 No 3 2023
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Halu Oleo

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

Abstract

Abstract — Letters are an important part of administration at a university. Letters are a formal means of communication between internal institutions within a university. In the academic process at Halu Oleo University, letters are generally used for applications for academic dispensation, for example KRS dispensation requests, uploading repair grades and UKT payment dispensations. This letters is still carried out in a conventional way so it is still difficult to validate the integrity of the letter, even though the letter contains a stamp or signature of the head of the institution. Therefore, in this study a validation system for academic letters was developed using the QR Code and the AES Algorithm. The AES algorithm is used to ensure document data integrity. While the QR Code is used so that the validation process is easily carried out by the user. The results of testing with the black box showed that the results of the implementation of the system design can run effectively. Whereas in testing the performance of the data validation process it showed that when the number of attachments is 25, the results of the QR Code cannot be scanned. This is due to the density of the contents of the QR Code and the scanning tool used. Keyword — AES Algorithm, Document Validation, QR Code, and Rational Unified Process, and Document Validation.
Implementasi Metode Vector Space Model dan Positional Index pada Sistem Pencarian Hukum Fiqih Menurut Mazhab Syafi’i, Maliki, Hanafi dan Hambali Muhammad Ijlal Prayoga; Ika P.N. Purnama; Adha Mashur Sajiah
Jurnal Informasi dan Teknologi 2023, Vol. 5, No. 1
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v5i1.297

Abstract

Islam merupakan agama yang mempunyai peran penting terhadap terbentuknya negara Indonesia dan telah menjadi agama mayoritas di negara tersebut. Dalam islam, terdapat 4 mazhab yang dikenal oleh masyarakat yaitu Syafi'i, Maliki, Hanafi, dan Hambali. Keempat mazhab tersebut memiliki pandangan fiqih yang berbeda-beda karena kemampuan akal manusia yang berbeda-beda dalam penafsiran sesuai dengan kedalaman ilmunya. Oleh karena itu, dibutukan sebuah sistem pencarian untuk menemukan tuntunan ibadah dan hukum fiqih dari keempat mazhab tersebut. Sistem Temu Kembali Informasi (STKI) merupakan sebuah sistem yang memuat proses yang berhubungan dengan representasi, penyimpanan, pencarian dengan pemanggilan informasi yang relevan dengan kebutuhan informasi yang diinginkan pengguna. Kesamaan setiap dokumen digunakan sebagai salah satu pendekatan untuk menyortir informasi terkait menggunakan Vector Space Model. Positional Index, yang mencari indeks posisi dalam dokumen untuk membuat pencarian efektif dan efisien, juga dapat mendukung strategi ini. Berdasarkan hasil pengujian, sistem menghasilkan nilai precision dan recall untuk query dengan 1, 2, 3, 4, dan 5 kata. Query dengan nilai rata-rata recall tertinggi adalah query dengan 5 kata, dengan nilai 99,10%, dan query dengan nilai precision rata-rata tertinggi adalah query dengan 1 kata, dengan nilai 100%.
Penerapan Hadoop untuk Analisis Sentimen Berbasis Big Data pada Ulasan Aplikasi Transportasi Online Putri Angraini Aziz; Syaban Barokah Nur Ilahi; Sumiarni Moka; Adha Mashur Sajiah
SATESI: Jurnal Sains Teknologi dan Sistem Informasi Vol. 5 No. 1 (2025): April 2025
Publisher : Yayasan Pendidikan Penelitian Pengabdian ALGERO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54259/satesi.v5i1.4051

Abstract

The rapid growth of application-based transportation services in Indonesia has generated a large volume of user reviews that contain essential information for service development. However, significant challenges arise in processing and analyzing data on a large scale. This study utilizes Hadoop and Apache Spark technology to conduct sentiment analysis on online transportation application reviews, focusing on Gojek user reviews. The dataset comprises 1.880.112  reviews obtained from Kaggle and Google Play Store. The research method includes data preprocessing using distributed computing with Hadoop and Spark, followed by sentiment labeling based on user ratings. The sentiment analysis model used is Logistic Regression, with hyperparameter tuning through Cross Validation. The evaluation results show a model accuracy of 80%, demonstrating the model's capability in effectively classifying sentiments, supported by PySpark implementation which enables efficient training and evaluation processes despite working with large-scale datasets. Text visualization in the form of a word cloud reveals that negative sentiment is often associated with app performance and digital wallet issues, while neutral sentiment focuses more on driver services. On the other hand, positive sentiment highlights user satisfaction with the overall service. The findings of this study demonstrate the effectiveness of Hadoop in large-scale sentiment analysis processing and provide valuable insights for improving online transportation services.
Analisis Relevansi Judul Skripsi Teknik Informatika Universitas Halu Oleo (UHO) Menggunakan TF-IDF, Cosine Similarity, dan Jaccard Similarity Ramlia Ramadani Sudin; Elisa Wulan Sari; Adha Mashur Sajiah
KETIK : Jurnal Informatika Vol. 3 No. 06 (2026): Juli
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/ketik.v3i06.693

Abstract

Penelitian ini menganalisis kemiripan teks guna mengukur relevansi judul skripsi mahasiswa Program Studi Teknik Informatika Universitas Halu Oleo (UHO) menggunakan pendekatan information retrieval, yaitu TF-IDF, Cosine Similarity, dan Jaccard Similarity. Data berupa 620 judul skripsi UHO diperoleh dari dataset publik Kaggle, kemudian diproses melalui tahapan Case Folding, Cleaning, tokenisasi, penghapusan stopword (standar dan domain akademik), serta Stemming menggunakan PySastrawi. Tahap prapemrosesan berhasil mereduksi dimensi token sebesar 37,7%, meningkatkan efisiensi representasi dokumen. Representasi vektor dibangun menggunakan TF-IDF dengan kombinasi unigram dan bigram. Topik penelitian dikelompokkan menjadi delapan klaster menggunakan algoritma K-Means yang dikombinasikan dengan reduksi dimensi Latent Semantic Analysis (LSA). Evaluasi sistem temu kembali menggunakan 50 Query acak dengan ground truth berbasis klaster menunjukkan bahwa Jaccard Similarity secara konsisten mengungguli Cosine Similarity pada seluruh metrik pengujian (Precision@K, Recall@K, MAP, dan NDCG@K). Hasil ini mengindikasikan bahwa karakteristik judul skripsi yang ringkas menyebabkan sebaran bobot fitur TF-IDF rentan didominasi secara ekstrem oleh satu Term dominan tunggal yang memicu bias pada Cosine Similarity, sedangkan pendekatan kecocokan biner pada Jaccard Similarity terbukti lebih tangguh dan menghasilkan urutan peringkat dokumen yang jauh lebih akurat.
Perbandingan CNN-BiLSTM dan CNN-BiGRU untuk Klasifikasi Berita Indonesia Menggunakan Fast Text Embedding dan Confidence Based Pseudo Labeling Cindy Rahmayanti; Elisa Wulan Sari; Adha Mashur Sajiah
KETIK : Jurnal Informatika Vol. 3 No. 06 (2026): Juli
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/ketik.v3i06.697

Abstract

Klasifikasi teks berita Indonesia merupakan tugas penting dalam pemrosesan bahasa alami yang mendukung pengelolaan informasi di era digital. Penelitian ini mengusulkan perbandingan dua arsitektur deep learning, yaitu CNN-BiLSTM dan CNN-BiGRU, yang diintegrasikan dengan word embedding FastText bahasa Indonesia dan strategi semi-supervised learning berbasis Confidence-Based Pseudo-Labeling. Dataset yang digunakan adalah Indonesian News Dataset sebanyak 91.017 artikel dari 9 kategori, yang kemudian diseimbangkan menggunakan undersampling menjadi 21.924 sampel. Sebanyak 20% data digunakan sebagai data berlabel dan 80% sisanya diperlakukan sebagai data tak berlabel yang dimanfaatkan melalui tiga iterasi pseudo-labeling dengan ambang kepercayaan adaptif (0,85; 0,88; 0,90). Hasil evaluasi menunjukkan menunjukkan bahwa penerapan pseudo-labeling secara konsisten meningkatkan performa kedua model. CNN-BiLSTM mencapai akurasi 71,72% dan F1-score 71,60% setelah pseudo-labeling, sedangkan CNN-BiGRU mencapai akurasi 69,42% dan F1-score 69,19%. Temuan ini membuktikan bahwa pendekatan semi-supervised learning efektif digunakan pada kondisi data berlabel yang terbatas.
Implementasi Algoritma Xgboost dengan Bayesian Optimization pada Sistem Rekomendasi Pemilihan Atlet Bola Voli Pantai Sulawesi Tenggara untuk Meningkatkan Efektivitas Keputusan Muhammad Akbar Perdana Ramadhan; Laode Muhammad Golok Jaya; Adha Mashur Sajiah; Bambang Pramono; Sutardi Sutardi; Subardin Subardin
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.11572

Abstract

Seleksi atlet bola voli pantai di Sulawesi Tenggara masih dilakukan secara konvensional dan bergantung pada penilaian subjektif pelatih, sehingga rentan menimbulkan inkonsistensi dan pengambilan keputusan yang kurang optimal di tengah meningkatnya jumlah calon atlet dan kompleksitas kriteria evaluasi. Kondisi ini berpotensi menghasilkan keputusan yang kurang tepat dan menghambat pengembangan atlet potensial. Penelitian ini mengimplementasikan algoritma Extreme Gradient Boosting (XGBoost) yang dioptimasi menggunakan Bayesian Optimization untuk membangun sistem rekomendasi pemilihan atlet yang objektif dan berbasis data. Dataset yang digunakan berjumlah 320 data atlet dengan 13 kriteria penilaian, dibagi menjadi 80% data pelatihan dan 20% data pengujian. Ketiga belas kriteria tersebut mencakup tinggi badan, kekuatan otot, kecepatan, kelincahan, teknik servis, smash, dan aspek psikologis. Evaluasi model dilakukan menggunakan metrik MAE, MSE, RMSE, R², dan MAPE. Hasil penelitian menunjukkan bahwa Bayesian Optimization mampu meningkatkan performa model secara signifikan, dengan nilai MAE menurun dari 1,2878 menjadi 0,9074, MSE dari 2,3796 menjadi 1,2547, RMSE dari 1,5426 menjadi 1,1201, serta R² meningkat dari 0,9412 menjadi 0,9852. Model akhir mencapai MAPE sebesar 2,61%, yang tergolong kategori sangat akurat berdasarkan kriteria Lewis (1982). Nilai MAPE di bawah 10% menunjukkan akurasi peramalan yang sangat tinggi. Sistem berhasil diimplementasikan sebagai aplikasi web berbasis Flask dan telah divalidasi secara kualitatif oleh pakar bola voli pantai. Hasil pengujian black box menunjukkan seluruh fitur sistem berjalan sesuai fungsi yang dirancang. Dengan demikian, sistem ini dapat diandalkan untuk mendukung seleksi atlet yang lebih transparan dan akurat.
Rancang Bangun Sistem Reservasi Lapangan Olahraga Berbasis Web Menggunakan Algoritma Greedy Scheduling pada Tawang Alun Futsal Arena Kendari La Ode Pali Aqsan; Adha Mashur Sajiah; Muhammad Irwan Syahib
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12177

Abstract

Proses reservasi lapangan di Tawang Alun Futsal Arena masih dilakukan secara manual sehingga berpotensi menimbulkan pencatatan yang tidak teratur, double booking, keterlambatan konfirmasi, dan kurangnya transparansi ketersediaan jadwal. Penelitian ini bertujuan merancang dan membangun sistem reservasi lapangan olahraga berbasis web dengan mekanisme penjadwalan otomatis menggunakan algoritma Greedy Scheduling melalui pendekatan Earliest Finish Time First (EFTF). Pengembangan sistem menerapkan metode Waterfall yang mencakup analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dibangun menggunakan framework Laravel, bahasa pemrograman PHP, dan basis data MySQL. Evaluasi sistem dilakukan melalui Black Box Testing, White Box Testing dengan teknik Basis Path Testing, pengujian ketepatan algoritma, serta User Acceptance Testing (UAT). Hasil penelitian menunjukkan bahwa seluruh 12 skenario Black Box Testing berhasil dijalankan tanpa kesalahan fungsi. White Box Testing menghasilkan nilai Cyclomatic Complexity sebesar 4 dan seluruh jalur independen dapat dieksekusi dengan cakupan jalur 100%. Pengujian algoritma menunjukkan bahwa sistem mampu memilih tiga slot optimal dari lima permintaan yang saling bertumpang tindih dengan tingkat kesesuaian 100% terhadap perhitungan manual. Hasil UAT memperoleh nilai penerimaan sebesar 92,00% dengan kategori Sangat Layak. Temuan tersebut menunjukkan bahwa sistem mampu mencegah konflik jadwal, mempercepat proses reservasi, meningkatkan akurasi pengelolaan data, dan mendukung operasional lapangan secara lebih efektif, terstruktur, serta mudah digunakan oleh pelanggan maupun administrator.
Co-Authors , Jumadil Nangi Bambang Pramono Bambang Pramono Cindy Rahmayanti Elisa Wulan Sari Golok Jaya, La Ode Muhammad Ika P.N. Purnama Jumadil Nangi L.M. Bahtiar Aksara La Ode Pali Aqsan La Surimi Muhammad Akbar Perdana Ramadhan Muhammad Ijlal Prayoga Muhammad Irwan Syahib Natalis Ransi Putri Angraini Aziz Ramlia Ramadani Sudin Reza Sanjaya Rizal Adi Saputra sandy suseno Subardin Subardin Sumiarni Moka Sutardi Sutardi Syaban Barokah Nur Ilahi