Article Per Year (5 Year)
p-Index From 2020 - 2025
1.006
P-Index
This Author published in this journals
All Journal Scientific Journal of Informatics ILKOM Jurnal Ilmiah Antivirus : Jurnal Ilmiah Teknik Informatika Community Development Journal: Jurnal Pengabdian Masyarakat TRANSFORMASI : JURNAL PENGABDIAN PADA MASYARAKAT FRAMEWORK Jurnal Ilmu Komputer dan Informatika
La Jupriadi Fakhri
Universitas Muhammadiyah Sorong
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Health Professions Public Health Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Forensic Tools Comparison on File Carving using Digital Forensics Research Workshop Framework La Jupriadi Fakhri; Imam Riadi; Anton Yudhana
Scientific Journal of Informatics Vol 10, No 4 (2023): November 2023
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v10i4.46901

Abstract

Purpose: Cybercrime is the misuse of technology as a tool or medium in committing crimes such as hacking, stealing, deleting, hiding, and destroying information. Cybercriminals tend to delete, hide, and format all the data collected to eliminate traces of digital evidence. In digital forensics, file carving techniques can overcome data loss from storage media. This study aims to determine the results of the file carving process in uncovering digital evidence and evaluating the performance of digital forensic software, including Foremost and Scalpel, based on 3 assessment parameters.Methods: In this investigation, the Digital Forensics Research Workshop (DFRWS) research method is used with the following stages: Identification, Preservation, Collection, Examination, Analysis, and Presentation. Results: Comparison results of the data obtained from Foremost and Scalpel forensic tools are based on three primary parameters including the speed of the recovery process, the number of successfully recovered files, and the identical hash value. The Foremost tool managed to recover the carving files in 1 minute and 3 seconds, showing a success rate of 85% with a hash value similarity rate of 70.59%. On the other hand, Scalpel recovered the carving file in 2 minutes 17 seconds, achieving a success rate of 65% with a hash value similarity rate of 7.69%.Novelty: This data results from the performance of both forensic tool applications in collecting digital evidence from Flash disk storage media.
Digital Leadership Transformation in the Modern Era: Empowering Aisyiyah Mothers through Social Media Faroek, Dewi Astria; Ermin, Ermin; Rezki, Rezki; Muslimah, Virasanty; Fakhri, La Jupriadi; Miswar, Nur
TRANSFORMASI : JURNAL PENGABDIAN PADA MASYARAKAT Vol 4, No 3 (2024): Desember
Publisher : UNIVERSITAS MUHAMMADIYAH MATARAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/transformasi.v4i3.28119

Abstract

The community service program is an activity carried out to contribute to the community directly with the main objective of increasing understanding to the participants about digital leadership and providing direct training in the use of social media as a medium for da'wah. This activity was held at Nawa Flat, Sorong City, on September 16, 2024, attended by 30 Aisyiyah women participants. This activity was carried out offline in one meeting session using material delivery using the lecture method, question and answer sessions and direct training on the use of social media as a preaching medium using the Tiktok and Canva applications. The results obtained show an increase in participants' understanding and skills in utilizing digital technology for da'wah purposes. This program has an important meaning in empowering Aisyiyah women to be able to use social media effectively, so that it is expected to expand the reach of da'wah messages in the digital era. 
PENGENALAN ARTIFICIAL INTELLIGENCE KEPADA SISWA DI SMA NEGERI 9 SAMARINDA Aldi Bastiatul Fawait; Sitti Rahmah; Sugiarto Sugiarto; La Jupriadi Fakhri; Muh Jamil; Yudhi Fajar Saputra; Merlina Lidiana Arifin; Nadia Keril Saputri
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 5 No. 6 (2024): Vol. 5 No. 6 Tahun 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v5i6.38605

Abstract

Kegiatan pengabdian pada masyarakat yang melibatkan sosialisasi mengenai Pengenalan Artificial Intelligence (AI) kepada siswa di lingkungan Sekolah Menengah Atas ini bertujuan untuk memberikan informasi kepada siswa-siswi SMA Negeri 9 Samarinda mengenai perkembangan teknologi terkait AI. Dalam proses sosialisasi ini, tujuannya adalah memberikan pemahaman mengenai kecerdasan buatan yang dirancang khusus untuk menangani permasalahan kognitif yang umumnya terkait dengan kecerdasan manusia, seperti proses pembelajaran, pemecahan masalah, dan pengenalan pola. Manfaat dari kegiatan pengabdian pada masyarakat ini adalah agar siswa-siswi dapat lebih memahami kemajuan teknologi kecerdasan buatan di Indonesia dan memanfaatkan Sumber Daya Manusia (SDM) lokal yang berkualitas, seiring dengan pemahaman bahwa SDM dalam negeri tidak kalah dengan SDM luar negeri. Selain itu, diharapkan bahwa keberadaan Artificial Intelligence dapat berkontribusi dalam pengembangan SDM di negara Indonesia. Hasil Pengabdian Pengenalan Artificial Intelligence Kepada Siswa di Lingkungan Sekolah Menengah Atas pada SMA 9 Negeri Samarinda dilakukan selama satu hari yang dihadiri oleh 34 peserta, 2 orang dosen, dan dibantu oleh mahasiswa program studi Ilmu Komputer Universitas Widyagama Samarinda hasil angket dari peyelenggaraan pengabdian ini didapatkan 7 pertanyaan yang hasilnya diatas 80% peserta yang artinya peserta setuju telah mendapat pengetahuan Pengenalan Artificial Intelligence dengan baik atau penyelenggaraan ini sudah dilaksanakan dengan sangat baik sekali.
Comparison of Accuracy Level of Certainty Factor Method and Bayes Theorem on Cattle Disease Setyawan, Muhammad Rizki; Bahari Putra, Fajar Rahardika; Fakhri, La Jupriadi
ILKOM Jurnal Ilmiah Vol 16, No 3 (2024)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v16i3.1943.343-355

Abstract

This study aims to address the challenges of livestock disease diagnosis in Okaba district, Meraoke, Papua. A total of 2 paramedics or veterinarians and 1 assistant is not sufficient because of the long distances that the medics have to travel, traveling from all areas of Okaba District to its interior. Keepers can only utilize their basic skills for temporary care. The researcher's process included interviews with experts covering the disease, its symptoms and prevention, then analyzed with the provision of utilizing certainty factors and Bayes' theorem to increase the accuracy and veracity of the findings. In this scenario, the data is used as a reference point for analysis in the web-based expert system. The results obtained when processing the problem estimation are disease information, symptom information, and treatment. The reference in the application and analysis shows that the Certainty Factor method is superior in providing consistent accuracy, with a percentage reaching 98.79% in the case of worms, while the Bayes Theorem method shows lower accuracy, around 73%. The comparison indicates that Certainty Factor is more suitable in high uncertainty environments, while Bayes' Theorem is more effective when sufficient probabilistic data is available. Future suggestions can expand the scope by testing other methods such as Machine Learning or Artificial Neural Networks to increase the accuracy of the diagnosis percentage. In addition, more extensive trials on different types of livestock and different environmental conditions will help in developing a more flexible and robust system.
ANALISIS KEPUASAN PELANGGAN TRANSPORTASI ONLINE DENGAN PENERAPAN KLASIFIKASI TEKS MENGGUNAKAN METODE KNN Ermin, Ermin; Soekarta, Rendra; Jupriadi Fakhri, La; Jundullah, Muhammad; Retno Irianto, Dwi
Antivirus : Jurnal Ilmiah Teknik Informatika Vol 18 No 2 (2024): November 2024
Publisher : Universitas Islam Balitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35457/antivirus.v18i2.3994

Abstract

Gojek merupakan transportasi online yang memanfaatkan aplikasi untuk melayani Pengguna (masyarakat). Layanan aplikasi Gojek memiliki layanan yang terbatas pada ojek online. Perkembangan pada jasa layanan didukung dengan pembayaran transaksi non tunai (GoPay), untuk mempermudah trasaksi para pelanggan. Untuk mengklasifikasikan kepuasan pelanggan digunakan metode K-Nearest Neighbor (KNN). Dalam penelitian ini, penggunaan metode KNN dipilih karena sederhana dan intuitif, cocok untuk data teks, dapat menangani data tidak seimbang, dan memiliki kemampuan untuk mengatasi data baru. Selain itu, KNN juga dapat digunakan sebagai baseline yang cukup baik dalam membandingkan performa dengan metode-metode lain dalam klasifikasi kepuasan pelanggan transportasi online berdasarkan ulasan atau komentar. Web yang dibangun menggunakan library dari python yaitu streamlit. Dataset yang digunakan dari penelitian ini adalah data hasil scraping ulasan gojek dari google play store sebanyak 4000 ulasan. Pengujian dilakukan mengambil salah satu ulasan terbaru bintang 1 dan salah satu ulasan bintang 5 yang relevan, Hasil yang didapatkan menunjukan bahwa ulasan tersebut dapat di klasifikasi sebagai puas dan tidak puas dengan nilai akurasi 84,08%.
Implementasi Machine Learning Dalam Mengidentifikasi Tanaman Hias menggunakan Metode CNN Fajar Rahardika Bahari Putra Fajar; La Jupriadi Fakhri La Jupriadi; Rendra Soekarta Rendra; Wulan Ika Ayudiansyah Wahid Wulan Ika
Framework : Jurnal Ilmu Komputer dan Informatika Vol. 3 No. 1 (2024): Framework : Jurnal ilmu komputer dan Informatika
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/jiki.v3i1.4138

Abstract

Penelitian ini bertujuan untuk mengimplementasi dan identifikasi tanaman hias menggunakan metode Convolutional Neural Network (CNN). Dengan memanfaatkan dataset yang terdiri dari 3.453 gambar dari lima jenis bunga, penelitian ini mengatasi tantangan dalam identifikasi tanaman yang sering kali memerlukan pengetahuan botani yang mendalam dan memakan waktu. Metode yang digunakan meliputi pengumpulan data, preprocessing, pelatihan model, dan evaluasi. Model CNN yang dikembangkan menunjukkan performa yang baik, dengan akurasi pelatihan mencapai 76,4% dan akurasi validasi sebesar 73,6% setelah 40 epoch pelatihan. Meskipun hasil ini menjanjikan, terdapat indikasi overfitting yang perlu diperhatikan. Penelitian ini menyimpulkan bahwa pendekatan machine learning, khususnya CNN, memiliki potensi besar untuk mengotomatisasi proses identifikasi tanaman hias secara akurat dan efisien. Hasil penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam bidang hortikultura dan teknologi pengenalan pola, serta membuka peluang untuk penelitian lebih lanjut dalam pengembangan sistem yang lebih robust dan aplikatif.
Co-Authors Aldi Bastiatul Fawait Fawait Anton Yudhana Bahari Putra, Fajar Rahardika Dewi Astria Faroek Ermin Ermin Fajar Rahardika Bahari Putra Fajar Imam Riadi Merlina Lidiana Arifin Muh Jamil Muhammad Jundullah Muhammad Rizki Setyawan Nadia Keril Saputri Nur Miswar Retno Irianto, Dwi REZKI, REZKI Sitti Rahmah Soekarta, Rendra Sugiarto Sugiarto Virasanty Muslimah Wulan Ika Ayudiansyah Wahid Wulan Ika Yudhi Fajar Saputra