Article Per Year (5 Year)
p-Index From 2021 - 2026
2.395
P-Index
This Author published in this journals
All Journal Scientific Journal of Informatics Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) Journal of Technology and Informatics (JoTI) Jurnal Algoritma eProceedings of Engineering Journal of Information System Exploration and Research Scientific Journal of Informatics Jurnal Masyarakat Mengabdi (JUMADI)
Tanzilal Mustaqim
Universitas Telkom
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
Implementasi Algoritma YOLO11 untuk Deteksi Logo Situs Judi Online pada Konten Video Reel Instagram Mu’min Faisal, Ahmad; Wali Satria Bahari Johan, Ahmad; Mustaqim, Tanzilal
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak—Promosi judi online yang masif di platform media sosial Instagram, khususnya melalui konten video reel, telah menjadi tantangan sosial yang serius. Volume konten promosi yang tinggi dan sulit diidentifikasi secara manual karena logo yang disamarkan memerlukan solusi deteksi otomatis. Penelitian ini bertujuan mengembangkan sistem yang mampu mendeteksi logo situs judi online dari video reel sebagai input dan menghasilkan lokasi logo sebagai output. Pentingnya penelitian ini terletak pada penyediaan alat bantu bagi otoritas atau platform dalam mengurangi penyebaran konten ilegal tersebut, karena metode deteksi yang ada belum disesuaikan dengan lingkungan media sosial yang dinamis. Untuk mengatasi masalah ini, sistem deteksi objek diimplementasikan menggunakan algoritma YOLO11. Metodologi penelitian meliputi akuisisi data video dari Instagram, ekstraksi frame, anotasi manual untuk membuat dataset khusus, dan augmentasi data fotometrik untuk meningkatkan ketahanan model. Dua skenario pelatihan dilakukan untuk mengevaluasi dampak augmentasi. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan cukup efektif, mencapai performa terbaik dengan mean Average Precision (mAP50) sebesar 72,9%. Secara khusus, model yang dilatih dengan data augmentasi menunjukkan Precision yang lebih baik yaitu 90,4% untuk kelas logo judi. Precision yang tinggi ini penting untuk menghasilkan sistem deteksi yang dapat diandalkan dan praktis, karena dapat meminimalkan kesalahan identifikasi, sehingga pendekatan ini cocok untuk moderasi konten di dunia nyata. Kata Kunci—deteksi objek, YOLO11, logo judi online, instagram reels, computer vision, deep learning
Implementasi Steganografi Teks Menggunakan Unispach dan Fuzzy Aulia Rohman, Aditya; Fenaldo Maulana, Rizky; Mustaqim, Tanzilal
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Keamanan informasi menjadi semakin penting di era digital, terutama dalam pertukaran data teks melalui jaringan terbuka. Steganografi teks menawarkan solusi dengan menyembunyikan pesan rahasia ke dalam dokumen sehingga tidak mudah terdeteksi. Metode Unispach dikenal memiliki kapasitas penyimpanan tinggi, namun pola penyisipannya yang dapat diprediksi menurunkan tingkat keamanannya. Penelitian ini mengusulkan sistem steganografi teks yang menggabungkan metode Unispach dengan logika fuzzy Mamdani untuk meningkatkan kerahasiaan dan adaptivitas penyisipan. Sistem menganalisis dokumen Microsoft Word untuk menghitung kepadatan dan jarak antar whitespace, lalu menentukan lokasi penyisipan optimal berdasarkan nilai prioritas dari sistem fuzzy dengan membership function trapezoidal. Karakter Unicode tak terlihat disisipkan pada lokasi terpilih sesuai hasil analisis fuzzy. Pengujian dilakukan terhadap dokumen dengan berbagai panjang teks dan pesan, serta dibandingkan dengan metode Unispach murni. Hasil menunjukkan bahwa metode gabungan ini mampu meningkatkan ketahanan pesan hingga 93% pada skenario optimal, tanpa mengorbankan efisiensi waktu penyisipan maupun ekstraksi. Penelitian ini menunjukkan bahwa integrasi logika fuzzy dalam metode Unispach dapat meningkatkan keamanan steganografi teks melalui pendekatan adaptif terhadap struktur dokumen. Kata kunci— steganografi teks, unispach, logika fuzzy, unicode, keamanan informasi, whitespace
Implementasi YOLO untuk Deteksi Jenis Pakaian dan ResNet untuk Klasifikasi Musim Penggunaan Berdasarkan Citra Digital Syahran Jungjungan , Fadhlan; Rizky Oktavia, Vessa; Mustaqim, Tanzilal
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Perkembangan teknologi telah meningkatkan variasi jenis pakaian yang beredar di masyarakat, menimbulkan tantangan dalam pengelompokan dan rekomendasi pakaian secara otomatis. Penelitian ini bertujuan untuk mengembangkan sistem deteksi jenis pakaian dan klasifikasi musim penggunaannya menggunakan metode You Only Look Once (YOLO) dan Residual Network (ResNet). Proses penelitian meliputi studi literatur, pengumpulan dan pre processing data, pelatihan model YOLO untuk deteksi objek, serta model ResNet untuk klasifikasi musim (Fall, Spring, Summer & Winter). Hasil penelitian menunjukkan bahwa YOLOv8n dengan 100 Epoch mampu mencapai mAP sebesar 0.807, sedangkan ResNet18 menghasilkan akurasi klasifikasi sebesar 83.68%. Sistem ini berpotensi diterapkan dalam sistem rekomendasi fashion berbasis web. Kata kunci— YOLO, ResNet, deteksi objek, klasifikasi musim, pakaian, citra digital
Kombinasi Metode Discrete Wavelet Transform dan Random Forest untuk Steganalisis Citra Digital Putra Ariansyah , Andika; Fenaldo Maulana, Rizky; Mustaqim, Tanzilal
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Steganografi merupakan teknik penyisipan informasi rahasia ke dalam media digital seperti citra, sehingga keberadaan informasi tersebut tidak terdeteksi secara visual. Untuk mengidentifikasi adanya pesan tersembunyi, diperlukan proses steganalisis yang efektif. Penelitian ini mengusulkan kombinasi metode Discrete Wavelet Transform (DWT) dan Random Forest sebagai pendekatan untuk membedakan citra stego dari citra cover. DWT digunakan untuk mengekstraksi fitur dari domain frekuensi melalui dekomposisi multi-level menjadi empat sub-band frekuensi (LL, LH, HL, HH). Fitur statistik dari sub-band tersebut kemudian diklasifikasikan menggunakan algoritma Random Forest. Eksperimen dilakukan pada dataset IStego100K yang terdiri atas 1.250 citra cover dan 1.250 citra stego, dengan rasio pelatihan dan pengujian 80:20. Citra stego dibentuk melalui teknik Least Significant Bit (LSB) replacement. Empat jenis wavelet digunakan dalam pengujian, yaitu Haar, Symlet (Sym4), Coiflet (Coif1), dan Daubechies (Db4). Hasil menunjukkan bahwa model menggunakan wavelet Db4 memberikan performa terbaik dengan akurasi 91,4%, presisi 94,0%, recall 88,4%, dan F1-score 91,1%. Temuan ini menunjukkan bahwa kombinasi DWT dan Random Forest efektif digunakan untuk mendeteksi steganografi dalam citra digital dan berpotensi diaplikasikan dalam sistem keamanan serta forensik digital. Kata kunci — citra digital, discrete wavelet transform, LSB, random forest, steganalisis
Penerapan Keamanan File Pada Shared Data Storage Dengan Kombinasi Chacha20 Dan Modifikasi AES Dyah Ayu Septiani , Erica; Fenaldo Maulana, Rizky; Mustaqim, Tanzilal
eProceedings of Engineering Vol. 12 No. 5 (2025): Oktober 2025
Publisher : eProceedings of Engineering

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

Abstract

Abstrak — Dalam era digital, kebutuhan akan sistem berbagi file yang aman semakin penting, terutama pada lingkungan jaringan berbasis Linux. Penelitian ini mengusulkan sistem keamanan file menggunakan kombinasi algoritma enkripsi ChaCha20 dan modifikasi Advanced Encryption Standard (AES) melalui metode AddRoundKey. Sistem diimplementasikan pada protokol Server Message Block (SMB) versi 1 berbasis Samba dan dilengkapi antarmuka web client berbasis Flask untuk memfasilitasi unggah, unduh, serta pengelolaan file secara terenkripsi. Proses enkripsi dilakukan secara berlapis: data pertama-tama dienkripsi menggunakan AES modifikasi, kemudian hasilnya dienkripsi kembali dengan ChaCha20 untuk memperkuat keamanan terhadap serangan dan penyadapan. Pengujian dilakukan terhadap berbagai jenis file teks dan gambar berukuran 10KB hingga 100MB untuk mengevaluasi performa sistem dari segi waktu enkripsi dekripsi, kecepatan transfer, dan integritas data. Pengujian keamanan dilakukan melalui checksum dan analisis lalu lintas menggunakan Wireshark guna memastikan bahwa data tetap terlindungi selama proses transfer Hasil pengujian menunjukkan bahwa rata-rata waktu enkripsi mencapai 0,02583 detik dan waktu dekripsi sebesar 0,02271 detik untuk file berukuran 1MB, serta file hasil dekripsi terbukti identik dengan file asli berdasarkan nilai hash checksum. Selain itu, histogram hasil enkripsi menunjukkan pola distribusi acak yang membuktikan efektivitas pengacakan data. Hasil tersebut menunjukkan bahwa kombinasi algoritma ini mampu memberikan perlindungan yang lebih baik dibandingkan metode Samba standar, serta mempertahankan integritas dan kerahasiaan file selama proses berbagi data. Sistem ini membuktikan efektivitas penerapan kriptografi hibrida dalam meningkatkan keamanan pada lingkungan file sharing berbasis protokol SMBv1. Kata kunci— ChaCha20, AES, addroundkey, kriptografi hibrida, samba, keamanan file
Peningkatan Sensitivitas Deteksi Diabetic Retinopathy melalui Mekanisme Hierarchical Self-Attention pada Swin Transformer Mustaqim, Tanzilal; Safitri, Pima Hani; Oktavia, Vessa Rizky
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2986

Abstract

Diabetic Retinopathy (DR) is a complication of diabetes that can cause blindness if not detected early. CNN has limitations in capturing scattered lesions due to its narrow receptive field, while Vision Transformers are generally less computationally efficient. The objective of this study is to develop an approach that can capture long-range spatial dependencies while maintaining computational efficiency for resource-limited clinical applications. The Swin Transformer-Tiny was implemented with a shifted window-based hierarchical self-attention mechanism on the APTOS 2019 dataset (3,663 retinal images), with pre-processing (CLAHE, gamma correction, Gaussian filtering) and data augmentation. The model was trained using SGD with CosineAnnealingLR and evaluated based on accuracy, precision, recall, and F1-score with a focus on minimizing false negatives. Swin Transformer-Tiny achieved an accuracy of 84.99%, precision of 84.89%, and recall of 84.99%, surpassing EfficientNet-B0 by 1.32% in F1-score and outperforming ResNet50 by 5.60%. The attention mechanism reduces false negatives by 1.28% compared to conventional CNNs while maintaining linear computational complexity. This research contributes to showing that hierarchical self-attention in Swin Transformer effectively improves DR detection sensitivity by overcoming the limitations of CNN receptive fields, while maintaining computational efficiency for clinical implementation.
Developing and Managing MSME Websites to Improve Kampoeng Ilmu's Operational Performance Alifah, Amalia Nur; Rachmaniar, Desita Nur; Mustaqim, Tanzilal; Rafif, Sulthan
SPEKTA (Jurnal Pengabdian Kepada Masyarakat : Teknologi dan Aplikasi) Vol. 6 No. 2 (2025)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/spekta.v6i2.13871

Abstract

Background: MSMEs in Kampoeng Ilmu Surabaya continue to face obstacles in product marketing and digital adoption, which limit their operational growth. This program aims to address these issues by developing an integrated website and improving digital literacy among MSME partners to strengthen their online visibility and business sustainability. Contribution: The program contributes to the community by providing a digital platform (UMKMCerdas website) that enables MSMEs to independently manage product data, storefront profiles, and promotional information. It also enhances partners’ capacity to operate digital tools, supporting long-term empowerment and competitiveness. Method: The implementation consisted of five structured stages: needs analysis through interviews, website design with UI/UX and database planning, website development using PHP (Laravel), MySQL, Tailwind, and Filament, training and mentoring for MSME partners, and evaluation through continuous monitoring. A participatory approach was used to ensure active involvement and skill transfer to 82 MSME actors. Results: The integrated website successfully provides features such as bookstore profiles, product catalogs, Google Maps integration, WhatsApp contacts, and an admin dashboard. Post-training responses showed significant enhancement in partners’ confidence and ability to use digital tools for promoting their businesses and managing information. Conclusion: The program effectively strengthens the digital capabilities of Kampoeng Ilmu MSMEs, enabling them to manage business content independently and expand their market reach.
Co-Authors Adani, Muhammad Harits Shofwan Alifah, Amalia Nur Alqis Rausanfita Arif Sanjani, Lukman Aris Kusumawati Asmawati, Diah Aulia Rohman, Aditya Chastine Fatichah Desita Nur Rachmaniar Diana Purwitasari Dimas Renggana, Christiant Dwi Hariyanto, Muhammad Dyah Ayu Septiani , Erica Fandisya Rahman Fenaldo Maulana, Rizky Helisyah Nur Fadhilah Hilya Tsaniya Jumanto Jumanto, Jumanto Mohammad Sholik Much Aziz Muslim Muhajir, Daud Mustafa Kamal Mu’min Faisal, Ahmad Nanik Suciati Putra Ariansyah , Andika Rafif, Sulthan Rifdatun Ni’mah Riza Akhsani Setyo Prayoga Rizkika, Rizal Rahman Rizky Oktavia, Vessa Safitri, Pima Hani Syahran Jungjungan , Fadhlan Titus Kristanto Vessa Rizky Oktavia Wachda Yuniar Rochmah Wali Satria Bahari Johan, Ahmad Yosza Dasril