Article Per Year (5 Year)
p-Index From 2020 - 2025
1.607
P-Index
This Author published in this journals
All Journal Jurnal Pseudocode SMARTICS Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING KACANEGARA Jurnal Pengabdian pada Masyarakat Building of Informatics, Technology and Science Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Abdi Insani Information System Journal (INFOS)
Arif Akbarul Huda
Universitas Amikom Yogyakarta
Agriculture, Biological Sciences & Forestry 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 Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Kajian Sistem Rekomendasi Pada Keanekaragaman Podcast Arif Akbarul Huda; Lilis Dwi Farida
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 10, No 3: Desember 2021
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (205.417 KB) | DOI: 10.35889/jutisi.v10i3.730

Abstract

Abstrak. Keaneragaman podcast dari berbagai sudut pandang merupakan tantangan yang perlu dipecahkan dalam rangka pemilihan rekomendasi konten, agar sampai ke pendengar sesuai dengan seleranya. Paper ini menyajikan hasil analisis terhadap pendekatan-pendekatan sistem rekomendasi yang dapat diterapkan pada podcast. Metode yang digunakan dalam kajian ini adalah tinjauan kepustakaan meliputi proses membaca serta menganalisis artikel dalam jurnal, laporan riset terdahulu, paten serta pemberitaan yang terkait dengan podcast. Hasil kajian menyimpulkan bahwa tingginya tingkat keaneragaman podcast dan perilaku pendengarnya menciptakan peluang eksplorasi penelitian disebabkan karena sedikitnya jumlah penelitian terkait untuk menjawab tantangan-tantangan yang terus berkembang.Kata kunci: Sistem Rekomendasi, Podcast, Pengambilan Informasi Abstract. The diversity of podcasts from various points of view is a challenge that needs to be solved in the context of selecting content recommendations, so that it reaches listeners according to their tastes. This study aims to analyze the recommendation system approaches that can be applied to podcasts. The method used in this research is a literature review which includes the process of reading and analyzing articles in journals, previous research reports, patents and news related to podcasts. The results of the study conclude that the high level of diversity of podcasts and their listeners' behavior creates opportunities for research exploration due to the small number of related studies to answer the challenges that continue to grow.Keywords: Recommender System on Podcast, Information Retrieval, Podcast
Implementasi Gray Level Co-Occurrence Matrix (GLCM) Untuk Klasifikasi Penyakit Daun Padi Arif Akbarul Huda; Bayu Setiaji; Fajar Rosyid Hidayat
Jurnal Pseudocode Vol 9 No 1 (2022): Volume 9 Nomor 1 Februari 2022
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1096.097 KB) | DOI: 10.33369/pseudocode.9.1.33-38

Abstract

Penyakit pada tanaman padi merupakan salah satu faktor yang menyebabkan turunnya tingkat produksi padi. Penyakit tersebut adalah bacterial leaf blight, leaf smut, brown spot dan sebagainya. Upaya identifikasi sejak dini penyakit tanaman padi dilakukan dengan pemanfaatan algoritma, salah satunya GLCM dan klasifikasi KNN. Identifikasi jenis penyakit menggunakan metode klasifikasi KNN berdasarkan eksktraksi fitur GLCM dengan mengubah citra asli menjadi citra keabu-abuan (grayscale). Setelah citra asli tersebut diubah menjadi citra  keabu-abuan (grayscale),  kemudian diekstraksi menggunakan GLCM untuk mendapatkan ekstraksi nilai ciri. Digunakan metode KNN untuk mengelompokkan jenis kemiripan penyakit. Data yang digunakan sebanyak 240 gambar diperoleh dari UCI Machine Learning Repository yang terdiri atas 3 jenis penyakit padi. Sebanyak 210 gambar sebagai data training dan 30 gambar lainnya untuk data uji. Hasil penenlitian ini setelah dilakukan 2 kali proses uji, tingkat akurasi tertinggi yang didapatkan sebesar 93,3%.Kata Kunci: penyakit daun padi, klasifikasi, GLCM, KNN. 
Laron v2: Pengembangan Aplikasi Forensik Logikal untuk Mengakusisi Percakapan Whatsapp di Android: Laron v2: Logical Forensic Application Development to Acquire Whatsapp Conversations on Android Dedy Hariyadi; Arif Akbarul Huda; Kharisma; Adri Priadana
SMARTICS Journal Vol 7 No 1: SMARTICS Journal (April 2021)
Publisher : Universitas PGRI Kanjuruhan Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/smartics.v7i1.5026

Abstract

Forensik digital dapat diartikan sebagai pendekatan pengungakapan fakta-fakta tindak kejahatan dari barang bukti dan/atau elektronik menggunakan metode ilmiah untuk menegakan perundangan-undangan yang berlaku. Saat ini forensik digital digunakan sebagai instrumen untuk mengungkap tindak kejahatan atau investigasi. Hal ini dipengaruhi meningkatnya pertumbuhan dan penggunaan teknologi informasi. Pelaku tindak kejahatan telah memanfaatkan teknologi informasi pada suatu tindak kejahatan. Whatsapp sebagai platform komunikasi yang populer juga dimanfaatkan untuk melakukan tindak kejahatan. Maka pada penelitian ini diusulkan pengembangan aplikasi untuk melakukan pengamanan barang bukti percakapan pada Whatsapp. Aplikasi yang kembangkan akan dilepas ke publik dengan lisensi yang selaras dengan Free Open Source Software. Harapannya aplikasi ini dapat mendukung proses pembuktian dan investigasi oleh pihak kepolisian.
Pemanfaatan Karakter Rasa pada Makanan Sebagai Dasar Penentuan Rekomendasi Restoran Arif Akbarul Huda
JISKA (Jurnal Informatika Sunan Kalijaga) Vol. 1 No. 2 (2016): September 2016
Publisher : UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (295.217 KB) | DOI: 10.14421/jiska.2016.12-01

Abstract

Setiap orang memiliki selera makan yang berlainan. Berdasarkan penelitian, diketahui bahwa karakter rasa sebuah makanan mempengaruhi selera seseorang. Adanya hubungan antara selera makan seseorang dengan karakter rasa sebuah makanan ini dapat dimanfaatkan sebagai faktor penentu rekomendasi restoran.Penelitian ini memperkenalkan pemodelan sebuah sistem rekomendasi restoran dengan preferensi selera makan penggunanya sebagai faktor utama dalam mempengaruhi hasil rekomendasi. Selera seorang pengguna terhadap makanan dimodelkan dengan sembilan atribut yaitu sweet, savory, salty, sour, bitter, sauce, spicy, vegetable dan meat. Masing-masing atribut berisi bobot nilai antara 0 sampai 1 untuk merepresentasikan dominasi selera. kesembilan atribut ini juga digunakan untuk merepresentasikan karakter setiap makanan yang disediakan restoran. Rekomendasi restoran dapat ditentukan dengan cara menghitung korelasi antara preferensi selera pengguna dan karakter rasa makanan menggunakan persamaan Pearson Correlation.Dengan pendekatan ini, sistem Jogjanan Kuliner memiliki keunggulan mampu mengenali selera makan seseorang. Sehingga selain merekomendasikan restoran, sistem Jogjanan Kuliner juga memberikan rekomendasi makanan sesuai dengan selera penggunanya. 
PENGENALAN WAJAH UNTUK MEMPERCEPAT PROSES PEMILIHAN UMUM: STUDI KASUS IMPLEMENTASI METODE HOG DAN CNN PADA SISTEM EVOTING Arya Yudistira; Arifiyanto Hadinegoro; Nazaruddin Ahmad; Arif Akbarul Huda
Information System Journal Vol. 6 No. 01 (2023): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2023v6i01.1158

Abstract

Cara pemilihan umum, baik dalam aspek teknis maupun pelaksanaannya, masih mengandalkan metode manual yang dianggap lambat dan rumit. Hal ini disebabkan oleh kebutuhan pemilih untuk membawa undangan fisik, yang memaksa panitia pemilu untuk memverifikasi data secara individu. Oleh karena itu, penulis mengusulkan penggunaan metode pemilihan umum elektronik (E-Voting) yang menggunakan pengenalan wajah (face recognition). Metode yang digunakan dalam penelitian ini melibatkan Histogram oriented gradient (HoG) dan Convolutional Neural Network (CNN). Sampel penelitian terdiri dari 32 relawan. Proses pengujian dilakukan melalui simulasi untuk membandingkan waktu yang diperlukan antara metode manual dan metode E-Voting yang menerapkan HoG dan CNN. Hasil pengujian simulasi menunjukkan bahwa rata-rata waktu yang dibutuhkan oleh metode manual adalah 41.03 detik, sementara rata-rata waktu yang dibutuhkan oleh metode pengenalan wajah adalah 22.13 detik. Berdasarkan angka tersebut, sistem E-Voting yang menerapkan pengenalan wajah berhasil mempercepat proses pemilihan sebesar 46.06%.
Sistem Rekomendasi Content-based Filtering Menggunakan TF-IDF Vector Similarity Untuk Rekomendasi Artikel Berita Huda, Arif Akbarul; Fajarudin, Rohmad; Hadinegoro, Arifiyanto
Building of Informatics, Technology and Science (BITS) Vol 4 No 3 (2022): December 2022
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v4i3.2511

Abstract

The population of active students in the Informatics Bachelor Program, Universitas Amikom Yogyakarta, in the odd semester of 2021 is 3,870. Efforts to track interest in the three concentration options were carried out early on through article literacy recommendations. Various articles are produced continuously and provided on an ongoing basis to students. However, the many articles offered daily make students overwhelmed and tend to choose articles that do not match what they want. To help solve this problem, recommender system is developed. A recommender system helps to estimate the prediction value or relevancy of an article and create a ranking according to user's taste. Content-based Filtering technique is used in this research. Using the dataset from Kabar Informatika news portal of University of Amikom Yogyakarta, the developed Content-based Filtering Recommendation System is able to produce Recall@5 score at around 73% and Recall@10 at around 80%.
Penerapan Logits Processing Pada Teknologi Transformer untuk Penciptaan Melodi Berbentuk Notasi ABC dalam Pengembangan Game Indie Dhiaulhaq, Muhammad Faishal Ali; Huda, Arif Akbarul; Hadinegoro, Arifiyanto
Building of Informatics, Technology and Science (BITS) Vol 6 No 4 (2025): March 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i4.6642

Abstract

Generative Artificial Intelligence (Gen AI) technology is increasingly being used by creative professionals, including musicians and game developers. Many game developers now turn to open or paid music assets, but the variety of options is usually quite limited. This research aims to assist game developers in generating music assets in ABC notation format. The research methods include data collection in the form of ABC notation, data processing, model development, and metric evaluation. The data was collected by extracting ABC notation along with the characteristic musical components of each item. Data processing involved handling missing values and feature selection, while data preparation included labeling and tokenization. The model used was GPT-2 based on the Transformer architecture, pretrained on a general dataset. Integration of the model with ABC notation data was enhanced using Logits Processing to improve output control. The evaluation results show that Transformer technology can generate pitch patterns consistent with the validation data, with the EMD values concentrated in the range of 1.0–1.5 and an average of 1.60. Although there are some outliers and differences in pitch distribution between the validation data and generated results, the Horror genre with a Joyful mood and Excitement emotion achieved the highest combined fitness score of 0.528. The model still requires further refinement to produce more consistent pitch distributions. This research demonstrates the potential of Transformer technology in generating music assets for games, but further studies are needed to improve accuracy and consistency in the results.
Implementation of SVM Algorithm to Predict Song Popularity based on Sentiment Analysis of Lyrics Lubis, Quiin Latifah Almatin; Huda, Arif Akbarul
Journal of Applied Informatics and Computing Vol. 9 No. 2 (2025): April 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i2.8978

Abstract

Independent musicians face significant challenges in enhancing the visibility and appeal of their work amid intense competition on music streaming platforms. Although numerous studies have been conducted to analyze and predict song popularity, most of them focus on English-language songs. This creates a research gap for Indonesian-language songs, particularly in the context of predicting popularity based on lyrics. The dataset used includes 652 Indonesian songs from 2017 to 2024. The research methodology includes data pre-processing, feature extraction using TF-IDF, handling data imbalance with SMOTE, implementing SVM, and model optimization. The results show an improvement in model accuracy from 84% to 89% after parameter optimization using GridSearchCV. In the model evaluation with 5-fold cross-validation, an average accuracy of 86.19% with a standard deviation of 0.90% was obtained. Precision, Recall, and F1-score metrics for the Less Popular class are 0.98, 0.85, and 0.91; for the Moderately Popular class, 0.79, 0.95, and 0.86; and for the Very Popular class, 0.92, 0.86, and 0.89. The implementation of the model in a Streamlit application allows for the prediction of song popularity based on lyrics, providing valuable insights for musicians in choosing word choices that can potentially increase the popularity of their songs.
PELATIHAN MANAJEMEN MEDIA SOSIAL DAN DESAIN GRAFIS UNTUK PENINGKATAN SOSIALISASI PENGELOLAAN BANK SAMPAH DI DESA TRIHARJO SLEMAN YOGYAKARTA Agusta, Rivga; Dhuhita, Windha Mega Pradnya; Huda, Arif Akbarul
Jurnal Abdi Insani Vol 12 No 7 (2025): Jurnal Abdi Insani
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/abdiinsani.v12i7.2663

Abstract

Pengelolaan sampah merupakan permasalahan di Daerah Istimewa Yogyakarta. Salah satu solusi yang diterapkan di Desa Murangan Triharjo adalah dengan menyelenggarakan Bank Sampah ATRAS. Dalam pelaksanaannya, Bank Sampah ATRAS memerlukan sosialisasi yang menyeluruh kepada masyarakat untuk memahami proses pengelolaan sampah secara mandiri di rumah hingga sampai ke bank sampah. Untuk meningkatkan pengetahuan masyarakat terkait pengelolaan sampah tersebut, diperlukan kegiatan Pengabdian Kepada Masyarakat untuk mendukung peningkatan kemampuan masyarakat dalam melakukan sosialisasi melalui media sosial. Kegiatan Pengabdian Kepada Masyarakat ini bertujuan untuk memberikan pelatihan manajemen media sosial dan desain grafis kepada pengelola Bank Sampah ATRAS agar dapat secara mandiri memproduksi konten bermuatan edukasi pengelolaan sampah di media sosial. Metode yang dilakukan dalam pelaksanaan kegiatan ini yaitu dengan produksi video company profile Bank Sampah ATRAS dan pemberian pelatihan secara luring di gedung pertemuan di daerah Murangan Triharjo Sleman selama 4 jam. Materi yang diberikan antara lain berfokus pada empat aktivitas manajemen media sosial meliputi research, ideation, creation, dan distribution, jenis konten media sosial, pengelolaan media sosial, dan pengelolaan aplikasi desain grafis. Hasil dari kegiatan ini, Bank Sampah ATRAS memiliki video company profile dan dipublikasikan pada website resmi Bank Sampah ATRAS. Selain itu terdapat peningkatan pengetahuan pengelola Bank Sampah ATRAS dalam mengelola media sosial. Selain itu terdapat peningkatan kemampuan pengelola dalam membuat infografis seputar pengelolaan sampah menggunakan aplikasi Canva.
Pemanfaatan sistem informasi untuk manajemen bank sampah di Desa Murangan Triharjo Sleman Dhuhita, Windha Mega Pradnya; Huda, Arif Akbarul; Agusta, Rivga; Sukamta, Sukamta; Wiyana, Satria Hadi; Saputra, Agel; Kristanto, Heru
KACANEGARA Jurnal Pengabdian pada Masyarakat Vol 8, No 1 (2025): Februari
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/kacanegara.v8i1.2577

Abstract

Pengelolaan bank sampah secara manual sering menghadapi berbagai kendala seperti pencatatan transaksi yang tidak akurat, keterbatasan transparansi, dan rendahnya partisipasi masyarakat dalam pemilahan sampah. Kegiatan ini bertujuan untuk mengatasi masalah tersebut melalui penerapan Sistem Informasi Manajemen (SIM) Bank Sampah di Murangan, Sleman. Sistem ini dirancang untuk mencatat transaksi sampah secara digital, memudahkan pengelolaan data nasabah, dan menyediakan laporan otomatis yang transparan. Analisis menggunakan metode tulang ikan dilakukan untuk mengidentifikasi kendala, meliputi aspek manusia, metode, mesin, material, lingkungan, dan manajemen. Hasil pelatihan SIM menunjukkan peningkatan pemahaman tentang pengelolaan bank sampah hingga 81%. Dengan pengimplementasian SIM ini juga meningkatkan transparansi dan akurasi data transaksi. Dengan demikian, penerapan SIM Bank Sampah dapat menjadi solusi efektif untuk memperkuat pengelolaan sampah yang lebih efisien dan berkelanjutan.
Co-Authors Adri Priadana Agusta, Rivga Arifiyanto Hadinegoro, Arifiyanto Arya Yudistira Bayu Setiaji Dedy Hariyadi Dhiaulhaq, Muhammad Faishal Ali Fajar Rosyid Hidayat Fajarudin, Rohmad Heru Kristanto Kharisma LILIS DWI FARIDA Lubis, Quiin Latifah Almatin Nazaruddin Ahmad Saputra, Agel Sukamta Sukamta WINDHA MEGA PRADNYA DHUHITA Wiyana, Satria Hadi