Article Per Year (5 Year)
p-Index From 2020 - 2025
2.078
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi SINTECH (Science and Information Technology) Journal Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Tekno Kompak Jurnal Teknik Informatika (JUTIF) Journal of Computer and Information System (J-CIS) Journal of Embedded Systems, Security and Intelligent Systems
Firgiawan, Wawan
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Education Engineering Social Sciences

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
A Graph Theory Approach for Spatial Data-Based Surface Water Flow Modeling Firgiawan, Wawan; Nirwana, Hafsah; Wajidi, Farid; Zainuddin, Zahir; Ahyar, Muh.
SINTECH (Science and Information Technology) Journal Vol. 7 No. 1 (2024): SINTECH Journal Edition April 2024
Publisher : Prahasta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/sintechjournal.v7i1.1480

Abstract

This research proposes an innovative approach that combines graph theory with spatial data to model surface water flow with the Single Flow Direction (SFD) concept, also known as the D8 algorithm. The objective is to show the water flow from the ground surface to a lower place. The research methodology involves collecting spatial data from the Digital Elevation Model (DEMNAS) in raster data type format. Test results show that the effectiveness of the graph approach in modeling water flow can produce clear flow output. This happens because each pixel traversed by water is connected by a line that forms a well-defined water flow path. This study significantly stimulates the development of more sophisticated modeling tools and practical applications in the future. This can help in more efficient management of water resources or produce more accurate flow modeling, contributing to improved understanding and better management of the environment.
Hyperparameter Tuning for Optimizing Stunting Classification with KNN, SVM, and Naïve Bayes Algorithms Firgiawan, Wawan; Yustianisa, Dita; Nur, Nurrahmi Afiah; Gabrelia, Gabrelia
Jurnal Tekno Kompak Vol 19, No 1 (2025): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i1.4574

Abstract

The purpose of this study is to illuminate and compare the performance of three classifiers, namely Naive Bayes (NB), Support Vector Machine (SVM), and K-Nearest Neighbors (KNN), in classifying stunting data. Using evaluation measures such as accuracy, precision, recall, and F1 score, the performance of each algorithm is measured before and after hyperparameter adjustment. The experimental results show that SVM provides a strong balance between precision and recall before hyperparameter adjustment, KNN excels in recall, and NB achieves the highest precision. After hyperparameter adjustment, all models show improved performance, with SVM achieving the best accuracy and F1 score. While NB remains highly precise and reduces false positives, KNN continues to win the recall. The results show that hyperparameter adjustment is critical to optimizing algorithm performance and that algorithms should be selected according to specific research objectives to maximize detection accuracy and balance recall and precision.
PEMBERDAYAAN MASYARAKAT DESA BALOMBONG MELAWAN STUNTING MELALUI PENGOLAHAN MP-ASI BERBASIS PANGAN LOKAL DENGAN INOVASI ANDROID Arifin, Nurhikma; Firgiawan, Wawan; Fauziah, Fauziah
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 7, No 11 (2024): MARTABE : JURNAL PENGABDIAN MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v7i11.4871-4883

Abstract

Stunting merupakan salah satu masalah kesehatan yang mendesak di Indonesia, termasuk di Desa Balombong, Sulawesi Barat, dengan angka prevalensi mencapai 40,6% pada tahun 2022, dua kali lipat dari standar WHO. Penyebab utama stunting di desa ini adalah kurangnya gizi seimbang selama masa pertumbuhan anak serta keterbatasan akses ibu balita terhadap informasi gizi dan cara mengolah makanan pendamping ASI (MP-ASI). Untuk itu kegiatan pengabdian ini bertujuan untuk meningkatkan keterampilan ibu balita dalam mengolah MP-ASI berbasis pangan lokal dan memperkenalkan aplikasi SIBAYI sebagai sumber informasi gizi. Pelatihan ini meliputi pengenalan stunting, dampaknya, serta solusi berupa penggunaan MP-ASI yang tepat dan bernutrisi. Demonstrasi pembuatan MP-ASI berbahan lokal, seperti ikan laut, serta pelatihan penggunaan aplikasi SIBAYI dilakukan untuk membantu ibu balita mengakses resep sehat dan informasi gizi anak. Evaluasi awal, proses, dan akhir dilakukan untuk mengukur peningkatan pemahaman dan keterampilan peserta. Hasilnya menunjukkan adanya peningkatan signifikan dalam pengetahuan mengenai stunting, pemanfaatan bahan pangan lokal, serta penggunaan teknologi dalam pengelolaan gizi anak. Meskipun beberapa peserta masih menghadapi tantangan dalam penggunaan aplikasi, pelatihan ini berhasil meningkatkan kepercayaan diri dan kemampuan ibu balita dalam menyediakan MP-ASI yang bergizi. Program ini diharapkan dapat berkontribusi dalam penurunan angka stunting di Desa Balombong dengan dukungan berkelanjutan dari semua pihak.
Analisis Penerapan Algoritma Damerau Levenshtein Distance dengan Ekpansi Sinonim pada Platform PUSDATA Taslim, Taslim; Zulkarnaim, Nuralamsah; Firgiawan, Wawan
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12557

Abstract

Pencarian data pada platform PUSDATA masih terkendala kesalahan pengetikan (typo) dan perbedaan istilah yang digunakan pengguna. Hal ini menyebabkan pencarian gagal menemukan data yang relevan jika terjadi kesalahan kecil dalam penulisan kata kunci. Penelitian ini bertujuan menganalisis penerapan algoritma Damerau Levenshtein Distance dengan ekspansi sinonim untuk meningkatkan akurasi pencarian data. Metode yang digunakan meliputi tokenisasi, perhitungan jarak string untuk memperbaiki kesalahan ketik, dan penambahan sinonim guna memperluas pencarian. Dataset diperoleh dari scraping 500 judul dataset UCL Repository dan memperkaya makna kata dengan sinonim dari artikata.com. Pengujian dilakukan menggunakan kata kunci dengan variasi kesalahan penulisan. Hasil pengujian menunjukkan algoritma mampu memberikan rekomendasi kata yang relevan dengan akurasi 85% dari 20 data uji, di mana 17 data berhasil dikenali dengan benar dan 3 data tidak sesuai karena kemiripan karakter rendah. Penerapan algoritma ini efektif dalam meningkatkan kualitas pencarian data dengan mengoreksi berbagai kesalahan pengetikan dan menangani variasi sinonim kata kunci. Hasil ini menunjukkan sistem pencarian menjadi lebih fleksibel dan akurat dalam menemukan data meskipun terdapat kesalahan penulisan. Kata kunci: Damerau Levenshtein Distance, Ekspansi Sinonim, Pencarian Data, PUSDATA,
Evaluation of LSRB Pathfinding Performance in an Autonomous Obstacle-Avoiding Robot Usran, Usran; Rasyid, Muh. Rafly; Firgiawan, Wawan
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12583

Abstract

This study presents an evaluation of the performance of the Left-Straight-Right-Back (LSRB) algorithm implemented in an autonomous obstacle-avoiding robot. The LSRB algorithm operates based on a fixed priority rule in pathfinding decisions: turn left, go straight, turn right, and finally perform a 180-degree turn if no paths are available. The robot is equipped with ultrasonic sensors and a servo motor to scan obstacles on the left and right sides, and utilizes an 8×8 dot matrix display to indicate its navigation status. Testing was conducted in a custom-built maze environment featuring branches, dead ends, and narrow paths to simulate real-world navigation scenarios. Performance evaluation parameters include travel time, number of maneuvers, and path accuracy. Experimental results show that the LSRB algorithm achieved 100% path completion accuracy across all test cases, with consistent travel time and efficient obstacle avoidance. The findings demonstrate that LSRB is a reliable and lightweight navigation strategy, particularly suitable for low-cost, microcontroller-based robots used in educational or semi-structured environments. Limitations regarding power supply stability and the absence of memory-based path tracking are also identified, offering opportunities for future improvements.   Keywords - Obstacle-Avoiding Robot, Robot Navigation, LSRB Algorithm, Ultrasonic Sensor
Analisis Algoritma K-Nearest Neighbor dan Naive Bayes pada Kebijakan Perkuliahan Online dengan Multi Bahasa Nabila, Putri; Wajidi, Farid; Firgiawan, Wawan
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12656

Abstract

Kemajuan teknologi informasi mendorong perubahan sistem pendidikan, termasuk kebijakan perkuliahan online sejak pandemi COVID-19. Penelitian ini menganalisis sentimen mahasiswa terhadap kebijakan tersebut menggunakan pendekatan multibahasa dengan algoritma K-Nearest Neighbor (KNN) dan Naïve Bayes. Adapun aspek pembeda penelitian ini adalah penggunaan data dari bahasa Indonesia dan bahasa daerah Sulawesi Barat, yaitu bahasa Mandar, yang menambah kompleksitas tahap preprocessing. Data dikumpulkan melalui kuesioner yang menghasilkan 1.680 opini mahasiswa, dan setelah tahap preprocessing menghasilkan 1.679 data yang siap dianalisis. Hasil klasifikasi menunjukkan algoritma K-Nearest Neighbor terdapat 1002 kategori positif dan 677 kategori negatif. Kemudian pada algoritma Naïve Bayes terdapat 1020 kategori positif dan 659 kategori negatif. Berdasarkan hasil klasifikasi, mayoritas opini bersifat positif, mencerminkan bahwa mahasiswa menerima adanya kebijakan tersebut. Hasil evaluasi melalui confusion matrix serta K-Fold Cross Validation menunjukkan bahwa pendekatan klasifikasi Naïve Bayes mengungguli KNN dengan accuracy 74.87%, precision 74.92%, recall 74.87%, dan f1-score 74.64%. Sementara itu, KNN mencatat accuracy 72.84%, precision 72.80%, recall 72.84%, dan f1-score 72.67%. Hal tersebut mengindikasikan bahwa Naïve Bayes mempunyai kemampuan generalisasi yang lebih unggul pada konteks data teks multibahasa yang kompleks. Penelitian ini menyoroti pentingnya strategi evaluasi dan teknik preprocessing yang sesuai dalam klasifikasi sentimen multibahasa.   Kata Kunci - Analisis Sentimen, K-Nearest Neighbor, Multi Bahasa, Naïve Bayes; Perkuliahan Online.
Evaluasi Kinerja Robot Line Follower Dengan Algoritma LSRB Pada Lintasan Maze Bercabang Nina, Nina; Firgiawan, Wawan; Sulfayanti, Sulfayanti
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.12849

Abstract

Navigasi otonom merupakan komponen mendasar dalam pengembangan sistem robot bergerak, terutama saat beroperasi di lingkungan bercabang seperti labirin (maze). Pada sistem berbasis mikrokontroler yang memiliki keterbatasan kapasitas pemrosesan dan memori, dibutuhkan algoritma navigasi yang ringan, efisien, serta tidak bergantung pada penyimpanan data jalur. Salah satu solusi yang sesuai dengan kondisi tersebut adalah algoritma Left–Straight–Right–Back (LSRB), strategi navigasi berbasis aturan prioritas arah secara stateless. Pendekatan ini memprioritaskan arah kiri terlebih dahulu, diikuti oleh lurus, kanan, dan terakhir mundur saat robot menghadapi percabangan. Penelitian ini bertujuan untuk mengevaluasi efektivitas algoritma LSRB dalam mengarahkan robot line follower menuju titik tujuan pada lintasan bercabang dengan struktur yang kompleks. Pengujian dilakukan dengan tiga titik awal berbeda, yang masing-masing mewakili tingkat kompleksitas jalur yang bervariasi. Evaluasi kinerja difokuskan pada dua parameter utama, yaitu waktu tempuh dan kestabilan navigasi robot selama pencarian jalur. Hasil menunjukkan bahwa algoritma LSRB mampu mengarahkan robot secara konsisten hingga mencapai titik akhir yang ditentukan. Namun demikian, waktu tempuh yang dihasilkan bervariasi tergantung pada posisi awal dan struktur jalur. Titik awal A menunjukkan performa terbaik dengan rata-rata 5,29 detik, sementara titik B mencatat waktu tertinggi sebesar 25,51 detik. Temuan ini menunjukkan bahwa LSRB efektif untuk navigasi sederhana dan memiliki potensi untuk ditingkatkan melalui integrasi dengan algoritma pemetaan atau teknik pembelajaran mesin agar lebih adaptif dan optimal. Kata kunci - Navigasi Otonom, Robot Line Follower, Algoritma LSRB, Labirin, Waktu Tempuh
Static Analysis of Android Malware Based on Opcode and Permission Features Using Random Forest Azis, Muhammad Amran; Irianti, Arnita; Firgiawan, Wawan; M. Yusuf, Andi
Journal of Embedded Systems, Security and Intelligent Systems Vol 6, No 3 (2025): September 2025
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v6i3.9113

Abstract

This study conducts a static analysis of Android applications to detect malware based on opcode and application permission features. A total of 1,000 applications were used, consisting of 500 benign and 500 malware samples. Opcode features were extracted from the classes.dex file and represented as numerical vectors using the Term Frequency–Inverse Document Frequency (TF-IDF) method. A total of 147 unique opcodes were successfully identified. In addition, application permission features were extracted from the AndroidManifest.xml file, resulting in 65 features. These two types of features were then combined to form a dataset used as input for the classification process. The classification algorithms used in this study are Random Forest and Support Vector Machine as a comparison. The model performance was evaluated using accuracy, precision, recall, and F1-score metrics. Based on the test results on the test data, the Random Forest model achieved the best accuracy of 99%, followed by SVM at 98%. These results indicate that the combination of opcode and application permission features using Random Forest is quite effective in distinguishing between benign and malware applications through static analysis. Therefore, the TF-IDF-based classification system utilizing opcode and permission features developed in this study can serve as an initial approach for Android malware detection using static analysis.
PENGEMBANGAN SISTEM INFORMASI E-ARSIP UNTUK MENINGKATKAN EFISIENSI DAN EFEKTIVITAS PENGELOLAAN DOKUMEN KERJA DI KANTOR KELURAHAN GALUNG, KABUPATEN MAJENE Fahmi Rustan, Muhammad; Rafli Rasyid, Muhammad; Mahful, Rafid; Firgiawan, Wawan
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 8, No 3 (2025): MARTABE : JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v8i3.1062-1068

Abstract

Kemajuan teknologi informasi dan komunikasi telah mendorong penerapan e-Government melalui Sistem Pemerintahan Berbasis Elektronik (SPBE) untuk meningkatkan efisiensi, efektivitas, transparansi, dan akuntabilitas dalam pelayanan publik. Di Kantor Kelurahan Galung, pengelolaan arsip secara manual menghadapi kendala seperti kesulitan pencarian dokumen, keterbatasan ruang penyimpanan, serta risiko kerusakan atau kehilangan arsip. Untuk mengatasi masalah ini, melalui kegiatan pengabdian masyarakat untuk melakukan  digitalisasi arsip yang dapat meningkatkan efisiensi dan efektivitas pengelolaan arsip melalui penerapan sistem arsip digital. Program ini meliputi desain, pengembangan, dan implementasi sistem arsip digital, serta sosialisasi dan pelatihan bagi pegawai kelurahan. Metode yang digunakan adalah pendekatan partisipatif, dengan melibatkan pegawai dalam setiap tahap kegiatan. Hasil dari program ini menunjukkan bahwa pegawai dapat menggunakan sistem e-arsip dengan baik untuk mengakses dan mengelola dokumen secara efisien, meningkatkan akurasi pencarian arsip, serta mengurangi risiko kerusakan atau kehilangan dokumen. Program ini diharapkan dapat mendukung peningkatan kualitas pelayanan publik dan tata kelola pemerintahan yang lebih transparan dan efisien.
Comparison of SVM and Gradient Boosting with PCA for Website Phising Detection Syam, Nur Aini; Arifin, Nurhikma; Firgiawan, Wawan; Rasyid, Muhammad Furqan
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 2 (2025): JUTIF Volume 6, Number 2, April 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.2.4344

Abstract

The increasing use of the internet has led to a rise in phishing attacks, posing a threat to user data security. This study compares the performance of the Support Vector Machine (SVM) and Gradient Boosting algorithms, integrated with Principal Component Analysis (PCA) for dimensionality reduction, in classifying phishing websites. The dataset consists of 11,054 samples classified into two categories: phishing (1) and non-phishing (-1), with three data partition scenarios for training and testing: 70:30, 80:20, and 90:10. Experimental results indicate that SVM outperforms Gradient Boosting in terms of accuracy and recall, particularly in detecting phishing websites. In the 80:20 and 70:30 data partition scenarios, the SVM model achieved an accuracy of 96% to 97% and had a higher recall for phishing websites, making it more sensitive to phishing detection. However, Gradient Boosting demonstrated consistent performance with an accuracy of around 94%, providing a balanced result between precision and recall for both classes. Therefore, the SVM model is superior for phishing detection tasks requiring high sensitivity to phishing websites, while Gradient Boosting remains a viable alternative when a more balanced performance between phishing and non-phishing sites is needed. The study concludes that both algorithms can be effectively used for phishing detection, with potential improvements through further experiments and hyperparameter tuning.
Co-Authors Aditia, Muhammad Ahyar, Muh. Arifin, Nurhikma Azis, Muhammad Amran Fahmi Rustan, Muhammad Farid Wajidi Fauziah Fauziah Gabrelia, Gabrelia Ghadavi, Gibran Halisah, Nur Hasminarni Irianti, Arnita M. Darwin M. Yusuf, Andi Mahful, Rafid Mansyur, Muh. Fuad Maulidia, Ulfa Muhammad Furqan Rasyid Nabila, Putri Nina Nina Nirwana, Hafsah Nopiana, Wiwi Nur, Nurrahmi Afiah Nuralamsah Zulkarnaim Rafli Rasyid, Muhammad Rasyid, Muh. Rafly RR. Ella Evrita Hestiandari Sulfayanti, Sulfayanti Syam, Nur Aini Usran, Usran Yustianisa, Dita Zahir Zainuddin