Article Per Year (5 Year)
p-Index From 2021 - 2026
4.093
P-Index
This Author published in this journals
All Journal Register: Jurnal Ilmiah Teknologi Sistem Informasi Produktif : Jurnal Ilmiah Pendidikan Teknologi Informasi AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat IJIS - Indonesian Journal On Information System DINTEK Jurnal Teknik Informatika Mobile and Forensics Jurnal Sains Komputer dan Teknologi Informasi Jurnal Pengabdian Masyarakat (ABDIRA) Riwayat: Educational Journal of History and Humanities MERDEKA: Jurnal Ilmiah Multidisiplin
Mandar, Gamaria
Universitas Muhammadiyah Maluku Utara
Aerospace Engineering Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Neuroscience Nursing Social Sciences Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Analisis Data Gempa Di Maluku Utara Menggunakan Algoritma K-Means Dan Liner Regression Isnawati Saleh; Gamaria Mandar; Junaidi Noh
DINTEK Vol 16 No 2 (2023): Volume 16 No.2 September 2023
Publisher : Fakultas Teknik UMMU

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

Abstract

Salah satu bencana alam yang cenderung terjadi di Indonesia adalah gempa bumi. Indonesiamerupakan wilayah yang sering mengalami kejadian gempa karena dikelilingi empat lempeng utama, yaitu Lempeng Eurasia, Lempeng Indo-Australia, Lempeng Laut Filipina, dan Lempeng Pasifik kejadian gempa bumi diakibatkan oleh pelepasan energi yang terperangkap di kerak bumi Kejadian Gempa Di Sulawesi (Amirin Kusmiran, dkk. 2022). Pada penelitian ini dilakukan implementasi metode klastering Untuk mendapatkan pola sebaran titik gempa menggunakan algortima K-Means terhadap data kejadian gempa bumi di wilayah Maluku Utara berdasarkan kedalaman dan magnitudo dengan harapan hasil yang didapatkan dapat membantu dalam proses mitigasi bencana gempa. Grafik data gempa Maluku Utara tahun 2022 Visualisasi data gempa pada provinsi Maluku Utara tahun 2022 menunjukan terdapat 498 dengan 11 titik sebaran lokasi kejadian gempa bumi yaitu Bobong dengan jumlah kejadian 1, Daruba sebanyak 81, Jailolo sebanyak 97, Labuha sebanyak 48, Maba sebanyak 10, Sanana sebanyak 10, Sofifi sebanyak 4, Ternate sebanyak 45, Tidore sebanyak 7, Tobelo sebanyak 192, dan Weda sebanyak 3 kejadian.
ANALISIS SENTIMEN MENGGUNAKAN SPEECH RECOGNITION DENGAN ALGORITMA NAIVE BAYES CLASSIFIER Tamrin, Fikram; Sudin, Sakina; Mandar, Gamaria
Jurnal Sains Komputer dan Teknologi Informasi Vol. 6 No. 1 (2023): Jurnal Sains Komputer dan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/jsakti.v6i1.5416

Abstract

Analisis sentimen atau disebut juga opini adalah proses pemahaman, penggalian, dan analisis data tekstual secara otomatis untuk mendapatkan informasi sentimen yang terkandung dalam sebuah kalimat opini terhadap suatu isu oleh seseorang, yang cenderung memiliki opini negatif atau positif. Tujuan dari penelitian ini adalah mengklasifikasikan data mahasiswa dan mahasiswi di lingkungan sekitar kampus Muhammadiyah Maluku Utara menjadi 2 kategori, positif dan negatif. Pada penelitian ini, teks yang kami gunakan berbahasa Indonesia yang memuat data responden dari kalangan umum dan mahasiswa. Adapun pengembangan website layanan masyarakat untuk menampung opini dari masyarakat dan mahasiswa yang menggunakan fitur speech recognition untuk mengubah ucapan menjadi tulisan secara langsung (real-time) dalam bahasa Indonesia dengan input microphone. Opini publik yang terdapat pada website layanan publik dapat dijadikan sebagai bahan analisis apakah masyarakat dan mahasiswa memiliki sikap negatif terhadap keberadaan kampus Universitas Muhammadiyah Maluku Utara. Data yang digunakan terdiri dari 300 data yang terbagi menjadi 2 yaitu 220 untuk data latih dan 80 data untuk data uji. Klasifikasi data sentimen menggunakan text mining dengan Naïve Bayes Classifier. Sebelum klasifikasi dilakukan beberapa langkah pengolahan kata, seperti: Case Folding, Cleaning, Stopword, Tokenizing dan Stemming. Hasil dari 80 data pengujian yang diklasifikasikan adalah 43 data sentimen positif dan 7 data negatif. Dapat diartikan bahwa 80 data uji yang terklasifikasi termasuk dalam kategori sentimen positif karena data negatif lebih kecil dari data dengan sentimen positif. Dapat diartikan bahwa data uji 80 termasuk dalam kategori sentimen karena data negatif lebih kecil dari sentimen positif. Akurasi pada algoritma Naïve Bayes Classifier memiliki nilai sebesar 62,5%.
Penerapan Metode Profile Matching Dalam Pemilihan Kegiatan Ekstrakurikuler Pada Siswa Madrasah Aliyah Al-Fajri Kabupaten Halmahera Selatan: Prodi Teknik Informatika,Universitas Muhammadiyah Maluku Utara,Ternate La Jailo, Sumarni; Hamid, Mustamin; Mandar, Gamaria
DINTEK Vol. 17 No. 01 (2024): Volume 17 No.1, Maret 2024
Publisher : Fakultas Teknik UMMU

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

Abstract

Sekolah merupakan sarana pendidikan yang diikuti oleh setiap orang yang telah mencukupi umur untuk mendapatkan pengetahuan, pembentukan karakter siswa di tingkat Madrasah terbilang penting untuk meningkatkan mutu dalam lingkungan sekolah serta membantu dalam pembentukan karakter siswa. Dalam menentukan jenis ekstrakurikuler sangat dibutuhkan beberapa aspek penilaian berdasarkan minat dan bakat dari siswa yang ingin mengikuti kegiatan tersebut. Tujuannya adalah agar pihak sekolah benar-benar tau pilihan siswa terkait jenis lomba ekstrakurikuler. Karena sering terjadi saat kegiatan tersebut dilakukan biasanya tidak sesuai dengan kemauan siswa namun hanya karena paksaan. Oleh karena itu dalam penelitian ini diharapkan dapat membantu siswa dalam pemilihan jenis lomba yang benar-benar sesuai bakat dan minat dari siswa menggunakan metode Profile Matching. Kriteria yang ditentukan dalam penelitian ini adalah minat, bakat, pengalaman dan saran orang tua. Penelitian diisi nilai angket dengan skala 1 = sangat kurang, 2 = kurang, 3 = cukup, 4 = baik dan 5 = sangat baik. Nilai ahir tertinggi dari penelitian ini adalah 4,8 maka kesimpulannya ahwa metode kinerja metode Profile Matching sudah sangat sesuai dengan kriteria yang sudah di tentukan.
PENGEMBANGAN TEKNOLOGI PENGENALAN WAJAH PADA SISTEM TIKET KAPAL SEBAGAI SOLUSI OPTIMAL UNTUK MENGURANGI ANTRIAN BOARDING PASS Muhammad, Abdul Haris; Mandar, Gamaria; Irwan, Risman
IJIS - Indonesian Journal On Information System Vol 9, No 2 (2024): SEPTEMBER
Publisher : POLITEKNIK SAINS DAN TEKNOLOGI WIRATAMA MALUKU UTARA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36549/ijis.v9i2.346

Abstract

Dua metode utama yang digunakan dalam penelitian ini adalah Local Binary Pattern Histogram (LBPH) dan Haar Cascade. Total data yang digunakan adalah 1.500 citra wajah, dengan 1.000 data latih dan 500 data uji. Setiap citra memiliki ukuran dimensi 200 x 200 piksel, dan diambil pada jarak 30 cm dari subjek. Metode LBPH digunakan untuk mengekstraksi ciri dari setiap citra wajah, di mana metode ini sangat efisien dalam mendeteksi pola tekstur lokal pada citra wajah. Sementara itu, metode Haar Cascade digunakan untuk melakukan deteksi wajah dengan cepat berdasarkan pemrosesan tingkat awal, yang memungkinkan sistem untuk memetakan fitur penting pada wajah. Pengujian dilakukan dengan menggunakan algoritma gabungan ini menggunakan bahasa pemrograman python, jupyter noteboo  untuk meningkatkan efisiensi dan akurasi dalam proses pengenalan. Hasil penelitian menunjukkan bahwa sistem ini mampu mengidentifikasi penumpang hanya dalam rentang waktu antara 6 detik hingga 1 menit saat proses boarding pass. Tingkat akurasi yang dicapai adalah 97%, yang membuktikan bahwa sistem pengenalan wajah ini sangat efektif dalam mempersingkat waktu antrean penumpang di pelabuhan. Berdasarkan hasil tersebut, dapat disimpulkan bahwa teknologi pengenalan wajah menggunakan kombinasi metode LBPH dan Haar Cascade merupakan solusi yang efisien dan akurat untuk mengurangi antrian proses boarding pass.Kata Kunci: Pengenalan Wajah, E-Tiket, Pulau Bacan, Pelabuhan Babang
Efektifitas Algoritma Naïve Bayes Dalam Mendeteksi Pesan Spam Pada Whatsapp samsul, nurul; mandar, gamaria; Muhammad, Abdul Haris
J-TIFA Vol 7 No 2 (2024): Volume 7 No 2 September 2024
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/j-tifa.v7i2.2224

Abstract

WhatsApp merupakan sebuah aplikasi media sosial yang dirancang untuk memudahkan penggunanya dalam berkomunikasi melalui berbagai macam fitur yang tersedia. Tujuan dari penelitian ini adalah menampilkan hasil pengujian akurasi dan kinerja algoritma Naive Bayes dalam mendeteksi spam chat pada Whatsapp. Dataset chat Whatsapp berupa kumpulan pesan-pesan tersebut akan diolah terlebih dahulu dengan dibagi ke dalam tiga kategori. Tiga kategori tersebut adalah pesan normal, pesan promosi, dan pesan penipuan. Perpustakaan yang digunakan untuk mendeteksi spam whatsapp meliputi Scikit-learn, Pandas, Numpy, dan nltk. Selanjutnya, penelitian ini meggunakan algoritma naïve bayes dalam pendeteksiannya. Keuntungan dalam menggunakan metode NBC yaitu tidak perlu membutuhkan dataset yang banyak untuk dapat menentukan perkiraan tolak ukur yang diperlukan dalam proses klasifikasi. Hasil dari sistem pendeteksian pesan spam ini adalah hasil dari kategori pada pesanpesan tersebut. Untuk mengukur kinerja dari sistem ini, penelitian ini juga menggunakan F-Measure agar dapat menghitung hasil kinerja sistem dan memperoleh hasil yang akurat. Berdasarkan perhitungan pengujian sistem dengan menggunakan 150 dataset berupa pesan spam untuk di latih dan di uji menunjukkan hasil akurasi algoritma adalah 83,33% dan mendapatkan F1 skor 90%
Sistem Pendukung Keputusan Pemilihan Speedboat Di Kabupaten Halmahera Selatan Menggunakan Metode Weighted Product (Wp) lagani, arjun; santosa, santosa; mandar, gamaria
J-TIFA Vol 7 No 2 (2024): Volume 7 No 2 September 2024
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/j-tifa.v7i2.2273

Abstract

Transportasi, terutama di wilayah maritim seperti Provinsi Maluku Utara, memainkan peran krusial dalam kehidupan masyarakat, menghubungkan pulau-pulau kecil yang tersebar. Speedboat menjadi pilihan utama untuk transportasi laut, namun pemilihan speedboat yang aman dan berkualitas masih dilakukan secara konvensional, menyulitkan masyarakat dalam membuat keputusan yang tepat. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) dengan menggunakan metode Weighted Product (WP) guna membantu masyarakat dalam memilih speedboat yang sesuai. Sistem ini dirancang melalui metode prototype yang mencakup pengumpulan kebutuhan, perancangan, dan pengujian sistem. Sistem ini menggunakan perangkat keras seperti prosesor AMD dan memori 4 GB, serta perangkat lunak seperti PHP, HTML, dan XAMPP, dengan model perancangan menggunakan Use Case dan Entity Relationship Diagram (ERD
IMPLEMENTASI TEKNOLOGI OCR BERBASIS ARTIFICIAL INTELLIGENCE DALAM PERANCANGAN APLIKASI BANSOS DI DESA DARUBA PANTAI Muhammad Rangga Wardani; Sakina Sudin; Gamaria Mandar
MERDEKA : Jurnal Ilmiah Multidisiplin Vol. 2 No. 2 (2024): Desember
Publisher : PT PUBLIKASI INSPIRASI INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62017/merdeka.v2i2.2677

Abstract

Penelitian ini dilatarbelakangi oleh kebutuhan akan sistem pengelolaan bantuan sosial (BANSOS) yang lebih cepat dan akurat di Desa Daruba Pantai. Pengelolaan data penerima bantuan sosial secara manual sering kali mengakibatkan kesalahan dan memakan waktu lama, sehingga dibutuhkan solusi berbasis teknologi. Teknologi Optical Character Recognition (OCR) yang didukung oleh Artificial Intelligence (AI) diharapkan dapat menjadi solusi untuk mengatasi permasalahan tersebut. Tujuan dari penelitian ini adalah untuk merancang aplikasi bantuan sosial berbasis OCR dan AI untuk meningkatkan efisiensi dan akurasi pengelolaan data penerima. Aplikasi ini dirancang untuk mempercepat proses input dan verifikasi data penerima bantuan sosial. Pengujian sistem dilakukan dengan menggunakan sebuah dokumen fisik seperti KTP, untuk memastikan kemampuan aplikasi dalam mengenali karakter dari dokumen tersebut. Pengenalan karakter yang dilakukan oleh aplikasi meliputi huruf, dan angka, yang terdapat pada dokumen fisik. Hasil pengujian menunjukkan bahwa aplikasi ini mampu meningkatkan efisiensi pengolahan data hingga 85%, dengan tingkat akurasi pengenalan karakter mencapai 98%. Implementasi aplikasi ini diharapkan dapat memberikan solusi efektif bagi pengelolaan bantuan sosial di Desa Daruba Pantai, sehingga proses input dan verifikasi data menjadi lebih cepat, akurat, dan transparan.
National Institute of Standard Technology Approach for Steganography Detection on WhatsApp Audio Files Muhammad, Abdul Haris; Mandar, Gamaria
Mobile and Forensics Vol. 6 No. 2 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/mf.v6i2.11287

Abstract

Audio steganography in instant messaging applications such as WhatsApp poses new challenges in the field of digital security, especially due to the ability to hide data in frequently used formats. This research examines the effectiveness of steganography detection on WhatsApp audio files by applying a method developed by the National Institute of Standards and Technology (NIST). This approach was chosen due to its reputation in security testing standards, but its use in the context of audio steganography on instant messaging platforms has not been widely explored. The novelty of this research lies in the adaptation of the NIST method specifically for audio steganography analysis in WhatsApp, which includes testing against various compression and end-to-end encryption scenarios. The main findings of this research show that the NIST method successfully improves the accuracy of hidden message detection compared to conventional steganalysis techniques, especially under the condition of compressed audio files. In addition, this research also found that the integration of the NIST method enables more effective detection of steganographic data in encrypted audio files. These results confirm that the NIST method can be successfully adapted for instant messaging applications such as WhatsApp, making a significant contribution in the improvement of digital security. This research not only identifies weaknesses in existing steganography techniques, but also introduces a new framework for more accurate and efficient detection in encrypted environments.
Klasifikasi Penerimaan Bantuan Sosial Menggunakan Metode K-Nearest Neighbor di Desa Akeguraci Kecamatan Oba Tengah Berbasis Website nasar, muslimin; mandar, gamaria; Noh, Junaidi
J-TIFA Vol 8 No 1 (2025): Volume 8 No 1 Maret 2025
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/j-tifa.v8i1.2235

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penerimaan bantuan sosial menggunakan metode K-Nearest Neighbor (KNN) di Desa Akeguraci, Kecamatan Oba Tengah, dan mengintegrasikannya dalam sebuah website. Metode KNN digunakan untuk mengklasifikasikan data penerimaan bantuan sosial berdasarkan kemiripan dengan tetangga terdekat. Data yang digunakan dalam penelitian ini mencakup informasi demografis dan ekonomi dari calon penerima bantuan sosial. Pengembangan sistem ini bertujuan untuk meningkatkan efisiensi dalam proses identifikasi penerima bantuan sosial dan mengurangi potensi kesalahan. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam pengelolaan bantuan sosial di tingkat desa dan meningkatkan aksesibilitas informasi bagi masyarakat terkait.
Implementasi VoIP pada Lab Infrastruktur menggunakan Cloud Computing berbasis Kernel Based Virtual Machine (KVM) safitri, irfiana; Gunawan, Erwin; Mandar, Gamaria
PRODUKTIF : Jurnal Ilmiah Pendidikan Teknologi Informasi Vol. 6 No. 2 (2022): Produktif: Jurnal Ilmiah Pendidikan Teknologi Informasi
Publisher : Program Studi Pendidikan Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35568/produktif.v6i2.2484

Abstract

VoIP service or the abbreviation of Voice Over Internet Protocol is a voice communication technology that uses the internet network. VoIP is built using Cloud Computing using Cloud Computing with KVM virtualization using Proxmox VE OS. Needs to be presented to deal with these problems. The purpose of this research is to build a VoIP server to take advantage of today's telecommunications, where the costs incurred for this technology infrastructure are much cheaper than telecommunications technology in general that is used by today's society. Where the VoIP network can minimize the waste of device resources. VoIP can increase the need for IP-based real-time services.From the VoIP analysis using the NDLC (Network Development Life Cycle) research method from the existing 6 stages, only 3 stages are used in the test, namely analysis, design and simulation. Then the Voip 2 Concurrent Call scenario will be tested. From the capture results obtained from wireshark. For scenario 2 concurrent calls, the average value of delay = 39.5 ms, the average value of jitter = 27.6 ms and the average value of packet loss = 0.00 %, while the scenario 4 concurrent calls obtained the average value of delay = 40.8 ms, the average value of jitter = 9.6 ms and the average value of packet loss = 0.00%. so the conclusion from the two scenarios is categorized as good and does not exceed the recommended ITU-T. and the results of this study for cloud computing is used for virtual purposes based on the need for cheap alternative connections.
Co-Authors Abdul Haris Muhammad Abdullah, Aswan Aswan Abdullah Bayu Ajisaputro Daniel Siloam Diawan, Julfikar Erwin Gunawam Erwin Gunawan Erwin Gunawan Erwin Gunawan Fitria Auliah Gunawan Gunawan hamid, mustamin hasan saban Hatari, Himawan Udin irfiana safitri irsan jafar Irwan, Risman Isnawati Saleh Junaidi Noh Junaidi Noh Koroy, Angga Masri S.M kris, Novel file La Jailo, Sumarni lagani, arjun M.Ikbal Hidayullah Muhammad Rangga Wardani Muhammad, Abdul Haris nasar, muslimin omo, Muthia untung priatma nandi Roman, Abdul safitri, irfiana Sahriar Hamza Sakina Sudin Salsabila, Salsabila samsul, nurul Santosa Santosa Santosa Santosa, M Sudin, Sakina Sukur Masiana Taib, Acan Tamrin, Fikram Udrus, Karina Zulpadli, Muhammad