Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal Jurnal Informatika Teknologi dan Sains (Jinteks) STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Jurnal Fokus Elektroda (Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali) Indonesian Journal of Multidisciplinary on Social and Technology
L.M. Bahtiar Aksara
Universitas Halu Oleo
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Social Sciences

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
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.
KLASIFIKASI STATUS GIZI IBU HAMIL MENGGUNAKAN ALGORITMA BOOSTING DENGAN METODE SMOTE Annisa Auliya Ramadhani; Rizal Adi Saputra; L.M. Bahtiar Aksara; Isnawaty
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7530

Abstract

Status gizi ibu hamil merupakan faktor penentu utama dalam pertumbuhan janin. Ketidakseimbangan gizi pada masa ini dapat menyebabkan gangguan kesehatan, termasuk stunting. World Health Organization (WHO) melaporkan bahwa sekitar 20% kasus stunting terjadi sejak masih didalam kandungan, yang menegaskan pentingnya pemantauan status gizi sejak awal kehamilan. Penelitian ini bertujuan untuk membandingkan performa dua algoritma Boosting, yaitu Extreme Gradient Boosting (XGBoost) dan Categorical Boosting (CatBoost), yang diintegrasikan dengan metode Synthetic Minority Oversampling Technique (SMOTE) untuk menangani ketidakseimbangan kelas pada dataset. Dataset penelitian ini terdiri dari 386 data rekam medis antropometri dari Puskesmas Abeli, mencakup fitur umur, berat badan awal, tinggi badan, Lingkar Lengan Atas (LiLA), dan Indeks Massa Tubuh (IMT) sebelum hamil untuk memprediksi empat kelas status gizi: Kurang, Normal, Lebih, dan Obesitas. Seleksi fitur dan penentuan label juga telah dikonsultasikan dengan ahli gizi untuk memastikan relevansi klinis. Hasil pengujian menunjukkan bahwa kombinasi XGBoost dengan SMOTE mencapai performa terbaik dengan akurasi 98,72%, presisi 99,31%, recall 98,75%, dan F1-score 99,01%, melampaui model CatBoost dengan SMOTE dengan akurasi 97,44%, presisi 98,65%, recall 97,50%, dan F1-score 97,99%. Temuan ini membuktikan bahwa integrasi XGBoost dan SMOTE sangat andal sebagai alat bantu klasifikasi status gizi ibu dan dapat mendukung deteksi dini risiko stunting sejak masa kehamilan.
IMPLEMENTASI DEEP LEARNING MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI GAYA BELAJAR SISWA BERDASARKAN EKSPRESI WAJAH SISWA SELAMA PROSES PEMBELAJARAN sherly dwi puspita; Sutardi; L.M. Golok Jaya; L.M. Bahtiar Aksara; Andi Tenriawaru; Isnawaty
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 3 (2026): Agustus
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i3.9163

Abstract

Perbedaan gaya belajar siswa menjadi tantangan bagi guru dalam menentukan metode pembelajaran yang tepat, terutama pada kelas dengan jumlah siswa yang besar. Penelitian ini bertujuan mengembangkan sistem analisis respons afektif dan estimasi kecenderungan gaya belajar siswa secara otomatis berdasarkan ekspresi wajah selama proses pembelajaran tatap muka menggunakan metode Convolutional Neural Network (CNN). Data dikumpulkan melalui perekaman video pembelajaran di kelas XI.A4 SMA Negeri 1 Kendari dan diproses menggunakan Haar Cascade dan CSRT untuk menghasilkan 1.652 citra wajah yang terbagi ke dalam empat kelas ekspresi yaitu Tertarik, Fokus, Bingung, dan Bosan. Proses pelabelan divalidasi oleh dua anotator independen dengan nilai Cohen's Kappa (κ = 0,8138) dan Gwet's AC1 (AC1 = 0,8323) yang termasuk kategori Almost Perfect Agreement. Model CNN yang dibangun dengan arsitektur empat blok konvolusi bertingkat menghasilkan akurasi sebesar 94,76% pada data pengujian. Hasil klasifikasi ekspresi selanjutnya dipetakan ke kecenderungan gaya belajar berdasarkan model VARK melalui mekanisme majority voting dan diimplementasikan dalam sistem berbasis web bernama EduFace yang memungkinkan guru menganalisis kecenderungan gaya belajar siswa secara otomatis dari video pembelajaran tanpa memerlukan observasi manual.
Perilaku Keamanan Siber Mahasiswa Sosial-Bisnis Berdasarkan Theory of Planned Behavior Isnawaty Isnawaty; Miqdad Asyraf Rizqullah; Syafiatul Adawiah; L.M. Fid Aksara; L.M. Bahtiar Aksara; Vyola Cecilia Potto; Abdillah Jumawal Koda; Awaliyah Fadhilatun Nisa; Muh. Yusuf
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.14158

Abstract

Penggunaan teknologi informasi di perguruan tinggi menjadikan mahasiswa rentan terhadap ancaman kejahatan siber seperti phising dan pencurian identitas. Penelitian ini bertujuan untuk menganalisis perilaku keamanan siber mahasiswa rumpun Sosial-Bisnis di Universitas Halu Oleo dengan menggunakan pendekatan Theory of Planned Behavior (TPB) yang mencakup dimensi Sikap, Norma Subjektif, Kontrol Perilaku, dan Niat. Pengumpulan data primer dilakukan melalui kuesioner berskala Likert 5 poin kepada 121 responden dari program studi Akuntansi, Manajemen, Administrasi Bisnis, dan Ilmu Komunikasi. Data dianalisis menggunakan metode statistik deskriptif setelah melalui uji validitas dan reliabilitas. Reliabilitas instrumen terbukti andal dengan nilai Cronbach's Alpha sebesar 0,765. Hasil penelitian menunjukkan bahwa secara umum, tingkat kesadaran keamanan siber mahasiswa berada pada kategori sangat tinggi dengan nilai rata-rata 4,22. Dari empat dimensi TPB, dimensi Sikap (Attitude) mendapatkan skor tertinggi yaitu 4,55, yang mengindikasikan pemahaman individu yang sangat baik terkait keamanan data. Sebaliknya, dimensi Norma Subjektif mencatat skor terendah sebesar 3,99. Penelitian ini menyimpulkan bahwa meskipun mahasiswa telah memiliki pemahaman keamanan digital yang baik secara individu, mereka relatif kurang mendapat dorongan dari lingkungan sosialnya. Oleh karena itu, disarankan agar institusi pendidikan menerapkan pendekatan edukasi keamanan siber yang lebih terintegrasi dan melibatkan interaksi sosial antar teman sebaya guna membangun budaya keamanan siber yang komprehensif di kampus.
Co-Authors Abdillah Jumawal Koda Adha Mashur Sajiah Andi Tenriawaru Annisa Auliya Ramadhani Awaliyah Fadhilatun Nisa Isnawaty Isnawaty Isnawaty Jumadil Nangi L.M. Golok Jaya La Surimi LM. Fid Aksara Miqdad Asyraf Rizqullah Muh. Yusuf Natalis Ransi, Natalis Rizal Adi Saputra sherly dwi puspita Sutardi Syafiatul Adawiah Vyola Cecilia Potto