Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Alwan, Muhammad Fajrul
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Deteksi Spam Berbahasa Indonesia Berbasis Teks Menggunakan Model Bert Amin, Muhammad Basil Musyaffa; Hakim, Gibran; Maulana, Muhammad Taufik; Alwan, Muhammad Fajrul; Anggraheni, Hanna Shafira; Naufal, Muhammad Jilan; Yudistira, Novanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024118121

Abstract

Spam pada SMS dan Email menyebabkan pengalaman kurang menyenangkan bagi pengguna dalam pemanfaatan teknologi. Spam secara umum merupakan sebuah tindakan mengirim pesan yang tidak diinginkan atau tidak diminta kepada sejumlah besar orang. Spam kini dapat ditemui dalam berbagai bentuk, seperti web maupun multimedia. Penelitian ini bertujuan untuk mengevaluasi model berbasis BERT, khususnya IndoBERT dan MultilingualBERT, dalam mendeteksi dan mengklasifikasi spam berbahasa Indonesia pada pesan SMS dan Email. Model yang dipilih kemudian dilatih untuk mengidentifikasi perbedaan antara pesan spam dan bukan spam. Hasil evaluasi pada percobaan menggunakan dataset SMS dan Email memiliki nilai akurasi sebesar 98% pada model IndoBERT dan 95% pada model MultilingualBERT, yang menunjukkan tingkat akurasi yang tinggi. Hasil ini menunjukkan bahwa model BERT efektif dalam mendeteksi pesan spam dalam Bahasa Indonesia.   Abstract Spam on SMS and Email causes an unpleasant experience for users in using technology. Spam in general is the act of sending unwanted or unsolicited messages to a large number of people. Spam can now be found in various forms, such as web and multimedia. This research aims to evaluate BERT-based models, specifically IndoBERT and MultilingualBERT, in detecting and classifying Indonesian spam in SMS and Email messages. The selected model is then trained to identify the differences between spam and non-spam messages. Evaluation results in experiments using SMS and Email datasets have an accuracy value of 98% in the IndoBERT model and 95% in the MultilingualBERT model, which shows a high level of accuracy. These results indicate that the BERT model is effective in detecting spam messages in Indonesian.
Analisis Perbandingan Efisiensi State Management GetX dan MobX pada Aplikasi Berbasis Flutter (Studi Kasus: Aplikasi Berita) Alwan, Muhammad Fajrul; Agi Putra Kharisma; Putra Pandu Adikara
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 2 (2026): Februari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Adopsi Flutter sebagai framework aplikasi mobile terus meningkat, didukung oleh berbagai state management library seperti GetX dan MobX yang menerapkan konsep reaktif. Namun, meskipun pendekatan keduanya sama, terdapat perbedaan mekanisme dan implementasi sehingga mampu memengaruhi responsivitas dan efisensi aplikasi. Pemilihan state management berpotensi memengaruhi performa aplikasi dan pengalaman pengguna, sejalan dengan aspek performance efficiency pada standar ISO/IEC 25010. Penelitian ini membandingkan performa GetX dan MobX berdasarkan lima indikator, yaitu penggunaan CPU, konsumsi memori, waktu eksekusi, frame rate, dan konsumsi daya. Pengujian dilakukan secara eksperimen menggunakan prototipe aplikasi berita melalui tiga skenario penggunaan yang masing-masing dijalankan sebanyak 30 kali. Hasil penelitian menunjukkan bahwa perbedaan performa bervariasi pada seluruh indikator. GetX lebih efisien pada penggunaan CPU pada fitur Melihat Daftar Berita, sedangkan MobX lebih efisien pada konsumsi memori pada fitur Mencari Berita. Tidak ditemukan perbedaan signifikan pada waktu eksekusi. Pada frame rate, MobX unggul pada fitur Melihat Detail Berita. Selain itu, MobX menunjukkan konsumsi daya lebih rendah pada Melihat Daftar Berita dan Mencari Berita, sementara skenario terakhir menunjukkan performa yang setara.
Co-Authors Agi Putra Kharisma Amin, Muhammad Basil Musyaffa Anggraheni, Hanna Shafira Hakim, Gibran Maulana, Muhammad Taufik Naufal, Muhammad Jilan Novanto Yudistira Putra Pandu Adikara