Article Per Year (5 Year)
p-Index From 2020 - 2025
1.819
P-Index
This Author published in this journals
All Journal Jurnal Simetris Jurnal Teknologi Informasi dan Ilmu Komputer Mitra Mahajana: Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat Sains dan Teknologi Jurnal Pengabdian Informatika (JUPITA) Journal of Software Engineering and Information System (SEIS) Jurnal Riset Sistem dan Teknologi Informasi Scientific Journal of Engineering Research Scientific: Journal of Computer Science and Informatics
Tri Stiyo Famuji
Universitas Al-Irsyad Cilacap
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Industrial & Manufacturing Engineering Public Health Social Sciences Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
PROSES IMPLEMENTASI BIOINFORMATIKA PADA DIGITALISASI DATA GENETIKA MANUSIA Herman, Herman; Sunardi, Sunardi; Famuji, Tri Stiyo
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 14, No 1 (2023): JURNAL SIMETRIS VOLUME 14 NO 1 TAHUN 2023
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v14i1.9064

Abstract

Perkembangan ilmu biologi menjadi pesat khususnya genetika yang  mengakibatkan lonjakan berbagai eksperimen data genetika manusia sebagai pembawa informasi genetik untuk analisis pewarisan sifat dan duplikasi, serta untuk kegiatan forensik. Digitalisasi data genetika dibutuhkan untuk mempermudah penelitian dan pengembangan. Bioinformatika merupakan data hasil eksperimen dari laboratorium para peneliti ahli biologi molekuler ataupun biomedis untuk mempermudah pengolahan data genetika manusia dengan teknologi komputasi. Data digital dari genetika dapat disimpan dalam database dengan format tertentu. Penelitian ini bertujuan untuk menjelaskan langkah-langkah untuk digitalisasi data dari genetika manusia dari sampel biologi menjadi data digital. Bentuk dari data digital genetika manusia dapat digunakan untuk penelitian oleh para ahli biologi menggunakan perangkat lunak yang dapat membaca file dengan format FASTA. FASTA merupakan salah satu jenis file untaian dari beberapa jenis file format untaian protein yang tersedia di GenBank (database penyedia untaian protein). Data digital dari genetika akan dapat digunakan pada penelitian selanjutnya oleh ahli biologi tanpa harus mengambil sampel biologi.
Smart Contract Penyimpanan Data Genetika Manusia Berbiaya Murah pada Blockchain Ethereum Famuji, Tri Stiyo; Herman, Herman; Sunardi, Sunardi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1137558

Abstract

Genetika manusia merujuk pada informasi yang dikumpulkan tentang genom atau warisan genetik individu manusia. Data ini mencakup sekuens DNA, variasi genetik, mutasi, dan informasi lain yang terkait dengan sifat dan karakteristik genetik individu manusia. Data genetika manusia diperoleh melalui serangkaian proses, meliputi penguntaian genetik, pengujian genetik, analisis DNA, dan pemetaan genetik. Data genetika terutama pada manusia merupakan data yang bersifat privat yang harus dilindungi keamanan dan kerahasiaanya. Beberapa penelitian telah menggunakan teknologi Blockchain untuk menyimpan data yang memerlukan keamanan ekstra. Blockchain memberikan solusi untuk perlindungan dan pengelolaan data dengan fitur teknologinya yang terdesentralisasi, terenkripsi, setiap transaksi bisa ditelusuri, dan antitampering atau sulit dimodifikasi. Penelitian menerapkan teknologi Blockchain untuk menyimpan dan mengelola data genetik. Sebagai bahan penelitian data genetika manusia diakusisi dari NCBI repository. Data genetik tersebut disimpan dalam Smart contract pada blockchain Ethereum yang ditulis menggunakan bahasa pemrograman Solidity. Setiap transaksi dan penyimpanan data pada Ethereum dibebankan biaya yang cukup mahal atau yang dikenal dengan biaya gas maka penelitian ini menawarkan solusi hanya menyimpan signature saja dari data genetik itu dalam blockchain. Data genetik yang riil dan berukuran besar disimpan dalam InterPlanetary File System (IPFS). Hasil pengujian menjalankan smart contract pada blockchain Ethereum yang hanya menyimpan signature data genetik ini menunjukkan biaya gas yang sangat efisien karena hanya menyimpan 256 bit saja dari data genetik riilnya yang dapat mencapai giga byte.
Budidaya Lele Dalam Ember dan Upaya Pemasaran Digital Menggunakan Media Sosial Alya Masitha; Tri Stiyo Famuji; Adiyah Mahiruna; Rahmat Riansyah; Maulana Muhammad Jogo Samodro
Jurnal Pengabdian Masyarakat Sains dan Teknologi Vol. 3 No. 4 (2024): Desember : Jurnal Pengabdian Masyarakat Sains dan Teknologi
Publisher : Fakultas Teknik Universitas Cenderawasih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58169/jpmsaintek.v3i4.639

Abstract

The community service program titled 'Catfish Farming in Buckets and Digital Marketing Efforts Using Social Media' aims to provide participants with both theoretical knowledge and practical skills on simple, cost-effective, and appropriate methods for catfish farming in limited spaces. This initiative responds to the needs of the Tembalang community, which seeks to engage in farming activities on limited land while also exploring ways to market their agricultural products via social media platforms. The training was conducted using a participatory approach, which incorporated theory, hands-on practice, and interactive discussions. The content of the training included, among other things, techniques for catfish farming in buckets as well as strategies for utilizing social media to market the cultivated catfish products. Participants were guided to apply proper aquaculture practices using the provided cultivation buckets and equipment, and were then asked to capture images of their farming outcomes to be used as marketing content on social media. The implementation of this activity proceeded smoothly, and the participants showed strong enthusiasm throughout the process. It is anticipated that this training will enable the Tembalang community to effectively leverage technology, particularly social media platforms such as WhatsApp, as a tool for digital marketing of their catfish farming products.
Evaluasi Sentimen Pengguna ChatGPT Menggunakan Naive Bayes: Tinjauan dari Confusion Matrix dan Classification Report Dianda Rifaldi; Tri Stiyo Famuji; Bella Okta Sari Miranda; Fauzan Purma Ramadhan; Iriene Putri Mulyadi; Vanji Saputra6; Fanani, Galih Pramuja Inngam
Jurnal Riset Sistem dan Teknologi Informasi Vol. 3 No. 2 (2025): Jurnal Riset Sistem dan Teknologi Informasi (RESTIA)
Publisher : Universitas Aisyiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30787/restia.v3i2.1990

Abstract

The development of artificial intelligence (AI) technology, particularly in natural language processing (NLP), has led to various innovations, including ChatGPT. Its growing popularity highlights the need for user sentiment analysis. This study evaluates user sentiment toward ChatGPT using the Naive Bayes algorithm. The dataset, obtained from Kaggle, consists of 500 labeled English tweets categorized as positive, neutral, or negative. The process involved text preprocessing, TF-IDF feature extraction, data splitting (80% training, 20% testing), and model training. The results show an accuracy of 56%, with the highest f1-score in the negative class (0.67) and the lowest in the neutral class (0.38). The model exhibits classification imbalance, with high precision but low recall in the neutral class, and high recall but low precision in the positive class. The confusion matrix further confirms frequent misclassifications between classes. These findings reflect the limitations of Naive Bayes in handling contextual relationships in text data. Improvements can be achieved through data balancing, enhanced NLP-based feature representation, and the application of more complex classification algorithms.
Trends and Impact of the Viola-Jones Algorithm: A Bibliometric Analysis of Face Detection Research (2001-2024) Wijaya, Setiawan Ardi; Famuji, Tri Stiyo; Mu'min, Muhammad Amirul; Safitri, Yana; Tristanti, Novi; Dahmani, Abdennasser; Driss, Zied; Sharkawy, Abdel-Nasser; Al-Sabur, Raheem
Scientific Journal of Engineering Research Vol. 1 No. 1 (2025): January
Publisher : PT. Teknologi Futuristik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64539/sjer.v1i1.2025.8

Abstract

The Viola-Jones algorithm remains a cornerstone in computer vision, particularly for object and face detection. This bibliometric study provides a comprehensive analysis of the algorithm’s academic impact and research trends, encompassing publication patterns, citation metrics, influential authors, and co-occurrence of keywords. The findings indicate a significant rise in research outputs and citations between 2016 and 2020, reflecting the algorithm's sustained relevance and application in various domains. Network visualization maps further reveal the algorithm's integration with diverse fields, including machine learning, image processing, and neural networks, emphasizing its versatility and adaptability to emerging technological challenges. Key research contributions include advancements in hybrid approaches, combining the Viola-Jones framework with techniques such as convolutional neural networks and HOG-SVM for improved detection accuracy. However, limitations such as computational inefficiency and sensitivity to environmental factors persist, presenting opportunities for innovation. This study concludes by highlighting future research directions, such as integrating deep learning and edge computing to enhance algorithmic performance in real-time and complex scenarios. This study provides a valuable reference for researchers and practitioners aiming to extend the Viola-Jones algorithm’s capabilities and applications by consolidating existing knowledge and identifying research gaps.
A Thirdweb-Based Smart Contract Framework for Secure Sharing of Human Genetic Data on the Ethereum Blockchain Famuji, Tri Stiyo; Grancho, Bernadine; Fanani, Galih Pramuja Inggam; Talirongan, Hidear; Sumantri, Raden Bagus Bambang
Scientific Journal of Engineering Research Vol. 1 No. 3 (2025): July
Publisher : PT. Teknologi Futuristik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64539/sjer.v1i3.2025.30

Abstract

Human genetic data, crucial for advancing personalized medicine, requires secure and privacy-preserving management solutions. Traditional approaches face challenges in scalability, security, and decentralized access control. This study proposes a blockchain-based framework leveraging Thirdweb and Ethereum smart contracts to address these issues. The framework integrates decentralized storage via IPFS for cost-efficient off-chain genetic data storage, while on-chain smart contracts manage access control, encryption, and audit trails. Utilizing Solidity for smart contract development, the system ensures role-based permissions, wallet-based authentication, and immutable transaction logging. Genetic data in FASTA format, sourced from NCBI, is encrypted and linked to IPFS hashes stored on the blockchain. The architecture supports dual interfaces—command-line for developers and a Thirdweb dashboard for end-users—enabling secure data upload, access, and monitoring. Testing demonstrated functional efficacy in data integrity, access verification, and audit capabilities. Results highlight the system’s ability to enhance privacy, eliminate intermediaries, and provide transparent data governance. The integration of Thirdweb further decentralizes operations, aligning with Web 3.0 principles. Key contributions include a scalable model for genetic data sharing, a customizable smart contract template, and a user-centric design. Future work should explore advanced encryption, real-world healthcare integration, and performance optimization under high-throughput conditions. This research bridges biotechnology and blockchain, offering a robust foundation for secure genomic data ecosystems.
Pengenalan Citra Batik Tradisional Menggunakan Deep Learning untuk Klasifikasi Motif Daerah Fanani, Galih Pramuja Inngam; Muhammad Amirul Mu'min; Yana Safitri; Setiawan Ardi Wijaya; Novi Tristanti; Tri Stiyo Famuji
Scientific: Journal of Computer Science and Informatics Vol. 2 No. 1 (2025): Januari 2025
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v2i1.336

Abstract

Batik merupakan warisan budaya Indonesia yang kaya akan nilai estetika dan keragaman motif berdasarkan asal daerahnya. Namun, upaya digitalisasi dan klasifikasi motif batik secara otomatis masih menghadapi tantangan, terutama dalam hal ketersediaan dataset representatif dan pendekatan pemodelan yang optimal. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi motif batik berdasarkan daerah asal menggunakan metode deep learning berbasis Convolutional Neural Network (CNN). Dataset citra batik yang digunakan terdiri dari 1.200 gambar, mewakili empat daerah utama yaitu Solo, Pekalongan, Cirebon, dan Madura. Model CNN dirancang dengan empat blok konvolusi dan dua fully connected layer, serta dilatih menggunakan optimizer Adam dan teknik early stopping. Hasil eksperimen menunjukkan bahwa model mencapai akurasi klasifikasi yang tinggi dan mampu membedakan motif berdasarkan karakteristik visual khas masing-masing daerah. Meskipun terdapat sedikit kesalahan klasifikasi antara motif yang memiliki kemiripan visual, secara keseluruhan model menunjukkan kinerja yang baik dan stabil. Penelitian ini menyimpulkan bahwa pendekatan deep learning efektif dalam mengenali motif batik secara otomatis dan berpotensi diimplementasikan dalam aplikasi edukasi budaya maupun promosi digital batik berbasis kecerdasan buatan.
Analisis Perancangan Sistem Informasi Pendukung Keputusan untuk Mitigasi Bencana Alam Berbasis Data Real-Time Fathir; Tri Stiyo Famuji; Erin Eka Citra; Siti Mutmainah
Scientific: Journal of Computer Science and Informatics Vol. 2 No. 1 (2025): Januari 2025
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v2i1.339

Abstract

Sistem informasi pendukung keputusan (SPK) berbasis data real-time memiliki peran krusial dalam mitigasi bencana alam, terutama di kawasan rawan seperti Indonesia. Penelitian ini bertujuan untuk menganalisis perancangan SPK yang mampu memproses data real-time dari berbagai sumber, seperti sensor lingkungan, satelit, dan media sosial, guna mendukung pengambilan keputusan yang cepat dan akurat oleh pihak berwenang. Metode penelitian meliputi analisis kebutuhan, desain sistem menggunakan pendekatan berbasis cloud, dan pengujian prototipe dengan skenario simulasi bencana. Hasil penelitian menunjukkan bahwa sistem yang dirancang dapat mengurangi waktu respons hingga 40% dan meningkatkan akurasi prediksi risiko bencana sebesar 75%. Pembahasan menyoroti pentingnya integrasi teknologi big data dan machine learning dalam meningkatkan efektivitas mitigasi. Kesimpulannya, SPK berbasis data real-time menawarkan solusi inovatif untuk mengatasi tantangan mitigasi bencana alam di era digital.
EKSPLORASI SENTIMEN PENGGUNA X TERHADAP ISU KESEHATAN MENTAL BERBASIS MACHINE LEARNING Rifaldi, Dianda; Famuji, Tri Stiyo; Fanani, Galih Pramuja Inngam; Ramadhan, Fauzan Purma; Mulyadi, Iriene Putri; Saputra, Vanji
Jurnal Rekayasa Perangkat Lunak dan Sistem Informasi Vol. 5 No. 2 (2025)
Publisher : Department of Information System Muhammadiyah University of Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/seis.v5i2.9594

Abstract

Mental health has become an increasingly relevant topic in the digital era, particularly on social media platforms such as X, which serve as public spaces for expressing opinions and sharing personal experiences. This study aims to analyze public sentiment toward mental health topics on Twitter using the Multinomial Naive Bayes algorithm. Data were collected from tweets containing mental health-related keywords and processed through text cleaning and feature extraction using the TF-IDF method. The classification results showed that the model achieved an accuracy of 71%, with stronger performance in identifying negative sentiment compared to positive sentiment. A WordCloud visualization also revealed the frequent appearance of terms such as “mental,” “health,” “self,” and “disorder,” reflecting the main focus of online discussions. These findings indicate that machine learning-based sentiment analysis is effective in capturing public perceptions of mental health issues on social media. This research is expected to contribute to the development of digital communication strategies and real-time monitoring of psychosocial issues in online spaces.
PELATIHAN EDUKASI DAMPAK POSITIF DAN NEGATIF BERMEDIA SOSIAL PADA REMAJA Alya Masitha; Muhammad Kunta Biddinika; Abdul Fadlil; Tri Stiyo Famuji; Rezki; Rio Anggara
Jurnal Pengabdian Informatika Vol. 2 No. 2 (2024): JUPITA Volume 2 Nomor 2, Februari 2024
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

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

Abstract

Berawal dari Program Pemberdayaan Umat (PRODAMAT) yang bertujuan untuk yang pertama memberikan edukasi kepada para remaja dalam bermedia sosial. Tujuan kedua memberikan pelatihan kepada para remaja untuk menyampaikan pendapat di media sosial dengan baik dan bijak sehingga tidak menyinggung pihak lain. Pelatihan ini dilaksanakan di SMK Miftahul Huda Sambungmacan, Sragen dan diikuti oleh 35 siswa dan siswi. Pelatihan dilaksanakan secara luring dalam satu sesi pertemuan. Pengabdian ini ditujukan untuk kaum muda, baik laki-laki maupun perempuan. Pendekatan yang digunakan dalam pengabdian kepada siswa SMK Miftahul Huda Sambungmacan, Sragen ini menggunakan penyampaian materi yang dilanjutkan dengan sesi tanya jawab di akhir acara. Sesi tanya jawab ini memberikan kesempatan kepada para siswa untuk bertanya terkait dengan topik konsultasi, tetapi juga untuk bertanya tentang topik di luar topik yang diberikan. Berdasarkan respon dari para siswa setelah pelatihan dilaksanakan menyatakan bahwa 62,9% menyatakan sangat setuju bahwa media sosial bermanfaat bagi sekolah dan kegiatan di luar sekolah. Hasil ini didapatkan dari pemberian pertanyaan kuesioner kepada para siswa setelah pelatihan dilaksanakan.
Co-Authors Abdul Fadlil Adiyah Mahiruna Al-Sabur, Raheem ALYA MASITHA Bambang Sumantri, R Bagus Bella Okta Sari Miranda Dahmani, Abdennasser Dede Yusuf, Dede Dianda Rifaldi Driss, Zied Erin Eka Citra Fanani, Galih Pramuja Inggam Fanani, Galih Pramuja Inngam Fathir Fauzan Purma Ramadhan Fauzi, Yuhansyah Nur Grancho, Bernadine Hakim, Walidy Rahman Iriene Putri Mulyadi Maulana Muhammad Jogo Samudro Muhammad Amirul Mu'min Muhammad Kunta Biddinika Mulyadi, Iriene Putri Novi Tristanti Pertiwi, Yuniariana Prastowo, Muhammad Yogie Rahmat Riansyah Ramadhan, Fauzan purma Rezki Rio Anggara Saputra, Vanji Sharkawy, Abdel-Nasser Siti Mutmainah Sunardi Sunardi Talirongan, Hidear Tristanti, Novi Utami, Tri Fitri Yana Vanji Saputra6 Veithzal Rivai Zainal Wardani, Tri Kusuma Wijaya, Setiawan Ardi Yana Safitri Yana Safitri, Yana