Article Per Year (5 Year)
p-Index From 2021 - 2026
4.364
P-Index
This Author published in this journals
All Journal Voteteknika (Vocational Teknik Elektronika dan Informatika) CESS (Journal of Computer Engineering, System and Science) Sistemasi: Jurnal Sistem Informasi JOURNAL OF APPLIED INFORMATICS AND COMPUTING KOMPUTA : Jurnal Ilmiah Komputer dan Informatika EDUMATIC: Jurnal Pendidikan Informatika Jurnal Informatika dan Rekayasa Elektronik TIN: TERAPAN INFORMATIKA NUSANTARA Information System Journal (INFOS) J-Intech (Journal of Information and Technology) Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science Journal of Scientific Research, Education, and Technology Jurnal Komputer dan Teknologi (JUKOMTEK) TEKNO : Jurnal Penelitian Teknologi dan Peradilan Explore The Indonesian Journal of Computer Science INOVTEK Polbeng - Seri Informatika Jurnal Abdi Rakyat
Moh. Ali Romli
Universitas Teknologi Yogyakarta
Religion Aerospace Engineering Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Aplikasi Pencarian Lokasi Lembaga Bantuan Hukum Berbasis Mobile dan Geographic Information System untuk Peningkatan Akses Hukum: A Mobile-Based Legal Aid Institution Locator Application Using Geographic Information System for Enhancing Legal Access Firmansyah, Naufal; Romli, Moh. Ali
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 1 (2025): MALCOM January 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i1.1708

Abstract

Akses terhadap layanan hukum sering kali menjadi tantangan bagi masyarakat yang membutuhkan bantuan hukum, terutama di daerah dengan keterbatasan informasi dan sumber daya. Penelitian ini mengembangkan sebuah aplikasi mobile berbasis Geographic Information System (GIS) yang memungkinkan masyarakat untuk mencari Lembaga Bantuan Hukum (LBH) terdekat berdasarkan lokasi mereka. Metode pengembangan yang digunakan adalah iteratif, dengan pengumpulan umpan balik dari pengguna dan pengujian berkelanjutan. Aplikasi ini memberikan solusi efektif dalam meningkatkan aksesibilitas layanan hukum dengan menyajikan data LBH yang terakreditasi dan memungkinkan pengguna untuk terhubung langsung dengan layanan hukum. Hasil pengujian menunjukkan bahwa aplikasi ini meningkatkan efisiensi dalam menemukan LBH terdekat, mengurangi waktu pencarian, dan mempermudah masyarakat dalam mengakses layanan hukum.
Keamanan Arsip Kelurahan Bumijo Menggunakan Metode Advanced Encryption Standard (AES 128) Berbasis Web: Security of Bumijo Village Archives Using Advanced Encryption Standard (AES-128) Method Based on Web Indraka, Andrea Pirlo; Romli, Moh Ali
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 1 (2025): MALCOM January 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i1.1728

Abstract

Permasalahan yang ada pada pengelolaan keamanan arsip Kelurahan Bumijo saat ini adalah belum terdapat sistem keamanan yang memadai dalam menjaga arsip dan file penting, yang dapat menyebabkan rentannya terjadinya kebocoran dan pencurian data. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi keamanan arsip berbasis Web yang menerapkan enkripsi data menggunakan algoritma Advanced Encryption Standard (AES) 128 bit. Metode penelitian yang digunakan adalah metode pengembangan sistem dengan tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian. Hasil dari penelitian ini adalah sebuah aplikasi keamanan arsip yang dapat melakukan proses enkripsi dan deskripsi file menggunakan algoritma AES 128 bit, dengan data hasil enkripsi disimpan pada database MySQL untuk memudahkan akses dan pengelolaan. Implementasi algoritma AES 128 bit ini diharapkan mampu meningkatkan keamanan penyimpanan arsip milik Kelurahan Bumijo. Hasil pengujian User Acceptance Testing (UAT) menunjukkan tingkat kepuasan pengguna sebesar 56.52%, yang menunjukkan bahwa meskipun sistem diterima dengan baik, masih ada ruang untuk perbaikan lebih lanjut. Sementara itu, pengujian blackbox menghasilkan tingkat keberhasilan 99%, yang menandakan bahwa sistem berfungsi sesuai dengan spesifikasi yang diharapkan dan dapat mengatasi skenario fungsionalitas yang diuji.
IMPLEMENTASI MODEL LSTM, GRU, BILSTM, DAN BIGRU DALAM PREDIKSI HARGA NIKEL Muhammad Atharsyah; Romli, Moh. Ali
Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 2 (2024): JIRE NOPEMBER 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v7i2.1317

Abstract

Penggunaan nikel di dunia kini semakin meluas. Nikel merupakan bahan utama pembuatan baja tahan karat dan baterai mobil listrik. Seiring dengan kemajuan kendaraan listrik yang menggunakan baterai nikel, harga nikel pun menjadi topik menarik, terutama bagi investor yang berkeinginan untuk berinvestasi di industri nikel. Studi terkini tentang prediksi harga nikel memanfaatkan model Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), Bidirectional Long Short-Term Memory (BiLSTM), dan Bidirectional Gated Recurrent Unit (BiGRU), dengan data historis harga nikel dalam USD. Pembangunan model prediksi terbaik melibatkan penyesuaian parameter seperti epoch, learning rate, batch, optimizer, dan penerapan teknik dropout untuk menghindari overfitting. Hasil pengujian menunjukkan bahwa model BiLSTM adalah yang terbaik, dengan R2 Score sebesar 0.86962 dan RMSE sebesar 0.024735, menandakan bahwa model BiGRU memberikan prediksi yang akurat berdasarkan kriteria R2 dan RMSE.
Comparison of Naïve Bayes Classifier and Decision Tree Algorithms for Sentiment Analysis on the House of Representatives' Right of Inquiry on Twitter Wahyuni, Putri; Romli, Moh. Ali
Journal of Applied Informatics and Computing Vol. 8 No. 2 (2024): December 2024
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v8i2.8670

Abstract

This research analyzes public sentiment towards the topic of the House of Representatives' Right of Inquiry on Twitter using Naive Bayes Classifier and Decision Tree algorithms. The goal is to compare the effectiveness of the two algorithms in political sentiment analysis. . The research methodology includes data collection from Twitter, data pre-processing, sentiment classification, and result analysis. Sentiment analysis reveals the dominance of positive sentiment related to the DPR's Right of Inquiry. However, this study has limitations in terms of dataset size and depth of text-based sentiment analysis. This research contributes to a better understanding of public sentiment towards political issues in Indonesia and highlights the importance of proper algorithm selection in social media sentiment analysis.  Development suggestions include exploration of deep learning techniques, integration of multimodal analysis, data balancing (oversampling or undersampling) and improvement of pre-processing so that the model is better able to capture negative contexts. The results of the study showed excellent performance of both Naive Bayes Classifier and Decision Tree algorithms with accuracy above 95%. Decision Tree excels with an accuracy of 99%, while Naive Bayes Classifier performs better with an accuracy of 96%. The results with the Confusion Matrix test are precision 0.98, recall 1.00, and F1-Score 0.99.
Implementation of AlexNet and Xception Architectures for Disease Detection in Orange Plants Al Fatah, Venus; Romli, Moh. Ali
Journal of Applied Informatics and Computing Vol. 8 No. 2 (2024): December 2024
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v8i2.8700

Abstract

Oranges are one of Indonesia's primary horticultural commodities, with production increasing each year. However, pest and disease infestations often go undetected, leading to significant reductions in crop yields. This study implements Convolutional Neural Network (CNN) technology to identify diseases in orange plants using two architectures: AlexNet and Xception. The implementation results show that the Xception architecture achieved a high accuracy of 96% after 100 training epochs, indicating its effectiveness in disease detection tasks. This research highlights the potential of integrating CNN technology, particularly the Xception model, into web-based systems for disease detection in orange plants. Such systems can assist farmers in maintaining crop health, improving productivity, and ensuring harvest quality.
Bidirectional Long Short-Term Memory untuk Ekstraksi Informasi pada Struk Belanja I Gede Widiantara; Moh. Ali Romli
Voteteknika (Vocational Teknik Elektronika dan Informatika) Vol 12, No 4 (2024): Vol. 12, No 4, Desember 2024
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/voteteknika.v12i4.130990

Abstract

Struk belanja merupakan dokumen bukti yang diperoleh setelah melakukan transaksi pembelian. Struk belanja mengandung informasi penting yang berguna untuk pelacakan pengeluaran dan pelaporan keuangan. Namun, proses pengambilan informasi dari struk secara manual cenderung rentan terhadap kesalahan dan memakan waktu. Penelitian ini bertujuan untuk menerapkan metode Bidirectional Long-Short Term Memory (Bi-LSTM) dalam ekstraksi informasi pada struk belanja. Bi-LSTM dipilih karena kemampuannya menangkap pola dalam teks tidak terstruktur melalui analisis sekuensial dari dua arah. Proses ekstraksi informasi dilakukan dalam beberapa tahapan, mulai dari pengumpulan data dari dataset CORD (Consolidated Receipt Dataset for Post-OCR Parsing) dan foto struk belanja yang diambil dengan ponsel. Tahapan berikutnya meliputi pemrosesan gambar (image preprocessing), ekstraksi teks menggunakan Optical Character Recognition (OCR), pemrosesan teks (text preprocessing), pelabelan, dan pembuatan model Bi-LSTM melalui tahap pelatihan, pengujian, serta evaluasi model dengan confusion matrix. Hasil penelitian menunjukkan bahwa model Bi-LSTM yang dikembangkan mencapai akurasi sebesar 95%, precision sebesar 95%, dan recall sebesar 95%. Penelitian ini diharapkan dapat berkontribusi dalam pengembangan teknologi otomatisasi yang lebih optimal untuk pengelolaan dan analisis data dari dokumen tidak terstruktur.Kata kunci : Bi-LSTM, Ekstraksi Informasi, Struk Belanja, Literasi Keuangan.Shopping receipt is a proof-of-purchase document received after a transaction. Receipts contain important information that is useful for tracking expenses and financial reporting. However, manually extracting information from receipts is prone to errors and time-consuming. This study aims to apply the Bidirectional Long-Short Term Memory (Bi-LSTM) method for information extraction from receipts. Bi-LSTM was chosen due to its ability to capture patterns in unstructured text through sequential analysis from both directions. The information extraction process involves several stages, starting with data collection from the CORD dataset (Consolidated Receipt Dataset for Post-OCR Parsing) and photos of receipts taken with a smartphone. The next steps include image preprocessing, text extraction using Optical Character Recognition (OCR), text preprocessing, labeling, and building the Bi-LSTM model through training, testing, and model evaluation using a confusion matrix. The results of the study show that the Bi-LSTM model developed achieved 95% accuracy, 95% precision, and 95% recall. This research is expected to contribute to the development of more optimal automation technology for the management and analysis of data from unstructured documents.Keywords: Bi-LSTM, Information Extraction, Shopping Receipts, Financial Literacy.
Implementasi Aplikasi Pengaduan Sampah Ilegal Berbasis Android Nayoa Tiensha Hamisena; Moh. Ali Romli
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 1 (2025): Januari 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i1.65924

Abstract

Sumbangan pemikiran, saran, gagasan, atau keluhan merupakan bentuk pengaduan masyarakat kepada pemerintah. Dengan adanya aplikasi pengaduan, masyarakat dapat lebih aktif berpartisipasi dalam pembangunan desa melalui penyampaian aspirasi dan masukan mereka. Penelitian ini bertujuan untuk meningkatkan kepercayaan masyarakat terhadap aplikasi layanan pengaduan dengan menunjukkan tingkat layanan yang baik dan responsif terhadap keluhan yang diajukan. Data yang terkumpul diolah dan divisualisasikan dalam bentuk peta interaktif untuk memudahkan pihak berwenang dalam menindaklanjuti pengaduan. Pengembangan perangkat lunak dilakukan menggunakan metode Extreme Programming (XP) untuk menghasilkan perangkat lunak yang berkualitas tinggi. Integrasi Location-Based Services (LBS) diterapkan untuk mendukung penanganan pengaduan secara lebih efektif, khususnya dalam penanggulangan sampah ilegal. Hasil pengujian menunjukkan bahwa aplikasi ini dapat digunakan secara online melalui perangkat komunikasi seperti handphone, memberikan kemudahan kepada masyarakat tanpa perlu mendatangi pihak berwenang secara langsung. Aplikasi ini terbukti meningkatkan kecepatan respon terhadap pengaduan dan meningkatkan kepuasan masyarakat terhadap layanan pengaduan yang ada
PERANCANGAN SISTEM PEMBAYARAN WIFI BERBASIS WEB DAN MOBILE SEBAGAI PENDUKUNG EFISIENSI MANAJEMEN LAYANAN INTERNET Afika, Bintang Arda; Romli, Moh. Ali
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.5709

Abstract

Sistem pembayaran untuk layanan WiFi pada umumnya masih kurang efisien dan seringkali memerlukan interaksi manual atau proses yang memakan waktu. Penelitian ini bertujuan untuk mengembangkan aplikasi pembayaran WiFi berbasis web dan mobile yang dirancang untuk meningkatkan efisiensi dalam pembayaran layanan internet. Aplikasi ini dirancang untuk memungkinkan pengguna melakukan pembayaran secara digital, memonitor penggunaan data, serta mengelola langganan internet secara mandiri melalui antarmuka yang mudah digunakan. Pengembangan aplikasi ini melibatkan teknologi modern, termasuk framework berbasis web dan mobile, sistem manajemen basis data terintegrasi, serta fitur keamanan berbasis enkripsi untuk melindungi data dan transaksi pengguna. Aplikasi ini juga mendukung beberapa metode pembayaran, seperti e-wallet, dan transfer bank, untuk memberikan fleksibilitas bagi pengguna. Dengan memanfaatkan aplikasi ini, diharapkan proses pembayaran layanan internet dapat dilakukan dengan lebih cepat, transparan, dan efisien, baik bagi penyedia layanan maupun konsumen. Pengujian aplikasi dilakukan melalui metode pengujian fungsionalitas dan kepuasan pengguna, yang menunjukkan peningkatan signifikan dalam kecepatan transaksi serta kemudahan penggunaan dibandingkan sistem pembayaran konvensional.
Architectural Design of Referral Patient Data Security using Advanced Encryption Standard Romli, Moh. Ali; Zakariyah, Muhammad
Sistemasi: Jurnal Sistem Informasi Vol 14, No 3 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i3.4864

Abstract

Electronic medical record can manage various kinds of patient data in digital form. Patient data security is a priority that must be met by healthcare provider for referral process. One of the medical data exchange standards that is widely used is Health Level Seven (HL7) standard. The absence of security in the HL7 standard makes patient data vulnerable to digital attacks, information security disturbances, and can even disrupt the patient's own psyche. This study aims to create an architectural design as well as a prototype of a patient data security system that uses HL7 standard, by utilizing the Advanced Encryption Standard (AES) as a cryptographic algorithm. Architectural design for data exchange, can change HL7 data from plain text and unauthenticated data transmission to data with secure and protected protocols. The research method starts from requirements analysis and finished with making system prototypes and model evolution. The system that has been developed is deployed into a SaaS model on cloud computing. The SaaS architecture for securing patient referral data has been adapted to the stakeholders involved (users), the medical data exchange standard used (HL7 standard), workflow and data exchange processes, and the data security technique itself (AES).
Aplikasi Konsultasi Kesehatan Mental dengan Fitur Penjadwalan di Bimbingan Konseling Universitas Teknologi Yogyakarta Heriansaputri, Kevina Maydiva; Romli, Moh Ali
J-INTECH ( Journal of Information and Technology) Vol 13 No 01 (2025): J-Intech : Journal of Information and Technology
Publisher : LPPM STIKI MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v13i01.1922

Abstract

This study developed a mobile-based mental health consultation application at Universitas Teknologi Yogyakarta (UTY) to offer both online and offline counseling services for students. The tool incorporates two primary features online consultations and offline consultation scheduling, designed to improve students' access to mental health support. The system utilizes Flutter for cross-platform mobile application development, Firebase for data management, and Node.js for backend services. The study employs a Research and Development (R&D) methodology encompassing needs analysis, system design, implementation, and testing. The results indicate that the application successfully mitigates obstacles such time limitations, stigma, and restricted accessibility, hence enhancing student involvement with mental health services. The Self-Reporting Questionnaire 20 (SRQ-20) serves as a mental health screening instrument within the application, enabling students to evaluate their mental health status. This program aims to deliver a thorough and accessible solution for mental health counseling at UTY and may serve as a prototype for other universities.
Co-Authors Adam, Pandhu Adi Kannatasik Aditya, Febrian Afika, Bintang Arda Al Fatah, Venus Andhi Gunawan, Alvian Arya, Dionisius Bagus, Ridwan Daniel, Charles Diansah, Febri Nur Fadli, Ilham Dwi Reza Firmansyah, Naufal Gemasih, Reza Heriansaputri, Kevina Maydiva I Gede Widiantara Ilham, Rizky Alifian Indraka, Andrea Pirlo M. Fadhil Lutfi Minanda, Febriyan Biopsa Mubarok, Khazin Muhammad Atharsyah Nayoa Tiensha Hamisena Nurhidayat, Helmi Pratama, Fathur Setya Purnomo, Taufiq Dwi PUTRI WAHYUNI Ridho, Akbar Ridwan Halim Rohman, Abid Taufiqur Saifullah, Fatah Nur Sancoko, Sulistyo Dwi Saputra, Elga Yaun Shidiq, Farihan Susanto, Carlos Taufiqur Rohman, Abid