Article Per Year (5 Year)
p-Index From 2021 - 2026
2.4
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi JOURNAL OF APPLIED INFORMATICS AND COMPUTING 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 : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Pengelompokan Kecamatan Berdasarkan Produktifitas Hasil Perkebunan di Kabupaten Polewali Mandar Menggunakan Metode Fuzzy C-Means Hasminarni; Irianti, Arnita; Firgiawan, Wawan
Journal of Computer and Information System ( J-CIS ) Vol 6 No 2 (2023): J-CIS Vol 6 No. 2 Tahun 2023
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v6i2.3572

Abstract

Penelitian ini mengungkapkan kontribusi dari implementasi algoritma Fuzzy C-Means (FCM) dalam menganalisis produktivitas hasil perkebunan di Kabupaten Polewali Mandar, Sulawesi Barat. Dengan menggunakan tiga parameter utama, yaitu nama wilayah, luas lahan, dan jumlah produksi untuk tanaman seperti Kelapa Dalam, Kelapa Hibrida, Kopi Robusta, Kakao, dan Kemiri, penelitian ini berhasil membentuk lima kluster yang memberikan pemahaman mendalam tentang pola distribusi hasil perkebunan. Hasil pengelompokkan ini memberikan dasar untuk mengoptimalkan sektor pertanian di kabupaten tersebut. Informasi karakteristik produktivitas dalam setiap kluster menjadi penting dalam pengambilan keputusan terkait pertanian, alokasi sumber daya, dan perencanaan wilayah oleh pemerintah daerah. Dalam konteks saran, penelitian ini diharapkan dapat diperluas untuk mendapatkan hasil yang lebih aktual, serta kajian lebih lanjut terkait penambahan parameter untuk meningkatkan ketepatan implementasi algoritma Fuzzy C-Means dalam mengelompokkan kecamatan berdasarkan produktivitas hasil perkebunan di Kabupaten Polewali Mandar.
Optimasi Pencarian Titik Pada Gambar Menggunakan Parallel Computing Firgiawan, Wawan; Halisah, Nur; Ghadavi, Gibran; Aditia, Muhammad; M. Darwin; Maulidia, Ulfa
Journal of Computer and Information System ( J-CIS ) Vol 6 No 2 (2023): J-CIS Vol 6 No. 2 Tahun 2023
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v6i2.3574

Abstract

Penelitian ini membahas perbandingan antara program serial dan program paralel dalam menyelesaikan permasalahan Penjumlahan Titik. Dalam tahapannya, penjumlahan titik ini dapat diperoleh dengan cepat ketika dalam pencarian setiap titiknya menerapkan pencarian paralel. Dalam program paralel yang digunakan dalam penelitian ini adalah OpenMP. Fokus penelitian adalah pada pengoptimalan waktu eksekusi Penjumlahan Titik menggunakan pemrograman OpenMP dan perbandingannya dengan program serial. Metode penelitian ini melibatkan implementasi program serial dengan OpenMP dan pengukuran waktu eksekusi keduanya dalam menyelesaikan Penjumlahan Titik. Hasil penelitian menunjukkan bahwa pemanfaatan program paralel, khususnya OpenMP, mampu melakukan penjumlahan titik dengan waktu yang lebih efisien dibandingkan dengan penggunaan program serial. Kesimpulan dari penelitian ini adalah bahwa pemanfaatan pemrograman OpenMP berhasil mengoptimalkan waktu eksekusi Penjumlahan Titik. Program paralel dengan OpenMP terbukti lebih efektif dalam menyelesaikan Penjumlahan Titik dibandingkan dengan program serial. Implementasi program paralel memanfaatkan penugasan eksekusi program secara bersamaan, menghasilkan waktu eksekusi yang lebih efisien dan mengkonfirmasi keefektifan program paralel dalam konteks Penjumlahan Titik.
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.
Implementasi Algoritma Round Robin dalam Sistem Multi-agent dan Multi-client untuk Load balancing Dinamis pada Jaringan Lokal Nopiana, Wiwi; Firgiawan, Wawan; Mansyur, Muh. Fuad
Techno.Com Vol. 24 No. 4 (2025): November 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i4.12777

Abstract

Load balancing merupakan mekanisme penting dalam sistem layanan web untuk menjamin pemerataan beban kerja dan menjaga kestabilan performa layanan. Penelitian ini mengimplementasikan algoritma Round Robin dalam arsitektur sistem multi-agent dan multi-client yang dijalankan pada local area networking (LAN). Sistem dirancang menggunakan tiga komputer, di mana satu komputer berperan sebagai agent controller yang menjalankan logika Round Robin, dan dua komputer lainnya sebagai server backend. Beberapa client dalam jaringan mengirimkan permintaan secara simultan ke controller, yang kemudian secara bergiliran mendistribusikan permintaan tersebut ke server menggunakan konfigurasi load balancing berbasis NGINX. Pengujian dilakukan dalam tiga skenario beban, yaitu 50, 100, dan 200 permintaan. Hasil pengujian menunjukkan bahwa sistem mampu mendistribusikan permintaan secara merata antara dua server backend, serta menghasilkan waktu respons yang stabil pada skenario beban ringan hingga sedang. Kinerja sistem tetap berada dalam batas wajar meskipun jumlah permintaan meningkat. Sistem ini menunjukkan karakteristik modular, ringan, dan mudah diimplementasikan dalam lingkungan terbatas, serta memiliki potensi untuk dikembangkan lebih lanjut dengan integrasi algoritma adaptif dan sistem pemantauan otomatis. Kata kunci - Load balancing, Round Robin, sistem multi-agent, multi-client, jaringan local
Performance Analysis of KNN and BERT Algorithms for Classifying Student Sentiments Towards Campus Services Mutmainna, Mutmainna; Hamrul, Heliawati; Firgiawan, Wawan
Journal of Applied Informatics and Computing Vol. 10 No. 1 (2026): February 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i1.11365

Abstract

This study addresses the limitations of campus service evaluation processes that are still conducted manually and are unable to optimally process students’ textual opinions. The objective of this research is to analyze and compare the performance of the K-Nearest Neighbor (KNN) and BERT algorithms in classifying student sentiments toward campus services. The research stages include text preprocessing, the generation of IndoBERT embeddings for the KNN model, and fine-tuning IndoBERT for direct sentiment classification. The dataset consists of student evaluation texts from the Faculty of Engineering at UNSULBAR, labeled as negative, neutral, and positive sentiments. Model evaluation is performed using accuracy, precision, recall, and F1-score metrics. The results show that the basic KNN model achieves an accuracy of 79%, while KNN with hyperparameter tuning improves performance to 86%. The BERT model delivers the best performance, achieving an accuracy of 88.68%, precision of 87.87%, recall of 90.19%, and an F1-score of 88.79%. These findings indicate that transformer-based approaches, particularly IndoBERT, are more effective in understanding the contextual nuances of student language than traditional methods, and are therefore more recommended for sentiment analysis implementation in campus service evaluation.
Buffalo Price Estimation Using YOLOv8 And Image Thresholding Amelia, Amelia; Firgiawan, Wawan; Sulfayanti, Sulfayanti
Jurnal Teknik Informatika (Jutif) Vol. 7 No. 1 (2026): JUTIF Volume 7, Number 1, February 2026
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2026.7.1.4749

Abstract

The skin color pattern of buffaloes can determine their market price, especially for traditional ceremonial purposes that involve buffaloes. Currently, the pricing of buffaloes is still done subjectively by sellers or buyers, resulting in inconsistencies in price determination. This study proposes the development of a system to estimate the price of buffaloes based on their type and the percentage of light and dark skin, specifically for the Saleko buffalo type. The algorithm used to recognize buffalo types is YOLOv8, which was trained to detect four classes: Lotongboko, Saleko, Bonga, and Other types. The model was trained over 100 epochs using the Adam optimizer and hyperparameters. A thresholding method was applied to identify the percentage of black and white on the Saleko buffalo images that were successfully detected by YOLOv8. If the light skin percentage exceeds 80%, the buffalo is estimated to be worth 800 million rupiah. Otherwise, the Saleko buffalo is estimated at 300 million rupiah. The YOLOv8 training achieved a highest mAP value of 97.8%, with steadily decreasing loss and increasing metrics at each iteration, indicating a successful training process with strong detection performance. The price estimation model achieved an accuracy of 76.3% based on 55 tested images. Estimation errors were caused by low image resolution and poor lighting quality. This study provides insights into the application of technology for buffalo price estimation through digital image processing.
Co-Authors Aditia, Muhammad Ahyar, Muh. Amelia Amelia Arifin, Nurhikma Azis, Muhammad Amran Fahmi Rustan, Muhammad Farid Wajidi Fauziah Fauziah Gabrelia, Gabrelia Ghadavi, Gibran Halisah, Nur Hamrul, Heliawati Hasminarni Irianti, Arnita M. Darwin M. Yusuf, Andi Mahful, Rafid Mansyur, Muh. Fuad Maulidia, Ulfa Muhammad Furqan Rasyid Mutmainna, Mutmainna 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