Article Per Year (5 Year)
p-Index From 2020 - 2025
1.578
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi dan Manajemen Informatika TEKNOLOGI INFORMASI JIKO (Jurnal Informatika dan Komputer) Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal SOLMA Conference on Innovation and Application of Science and Technology (CIASTECH) JAST : Jurnal Aplikasi Sains dan Teknologi Jurnal Mnemonic
Akbar, Ismail
Teknik Informatika, Fakultas Teknik, Universitas Widyagama Malang
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
PERANCANGAN SISTEM REKOMENDASI TEMPAT PRAKTEK KERJA LAPANGAN MENGGUNAKAN FUZZY TSUKAMOTO Akbar, Ismail; Nurdiyansyah, Firman
JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan Implementasi JURNAL TEKNOLOGI INFORMASI: Teori, Konsep dan Implementasi VOL 9 NO 1 Tahun 2018
Publisher : JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan Implementasi

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

Abstract

In the world of work requires human resources are honest, satisfactory, clever, smart, qualifiedand competent in a controlled field. So in this case the University of Widyagama Malang requiresevery student to take the course of practical work. However, it is still not perfect in this practicalwork, because students choose the workplace practices that are not in accordance with thedominated field. In this case, the researcher applies a fuzzy tsukamoto method to recommend thepractice workplace in accordance with the student-controlled field based on some course grades.Based on the calculation using fuzzy tsukamoto method there is a workplace order or list ofagencies with the smallest value that will be the result of calculation in the workplace practicerecommendation
ISTEM INFORMASI PEMBERIAN BONUS UPAH DAN PENJADWALAN KARYAWAN MENGGUNAKAN METODE ALGORITMA GENETIKA Akbar, Ismail; Marisa, Fitri; Wijaya, Indra Dharma
JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan Implementasi JURNAL TEKNOLOGI INFORMASI: Teori, Konsep dan Implementasi Vol 10 No 1 Tahun 2019
Publisher : JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan Implementasi

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

Abstract

By following the development of the market and the needs of the community, it is increasingly needed a technology to improve the quality and results of its production with careful planning, in order to avoid the level of loss and reduce production in the company. This is experienced by companies UD. Muria PS who is engaged in animal husbandry. Which has several problems in scheduling employees to take their products. Which also has an impact on the gap between employees on the bonus wages they receive. By building a scheduling information system and providing bonus wages, this research uses php programming language and website-based programming and applies genetic algorithms in it to more easily manage employee schedules and provide bonus rewards fairly and evenly. This genetic algorithm process has a parameter of the vehicle, coolie, and time in the scheduling process. and schedule parameters in the employee bonus wage process. Based on the results of the user trial, the respondents strongly agree with the existence of this application. Which of the 14 respondents said it was feasible to apply to the company UD. Muria PS with a result of 87.37%. It is expected that with this application, employee scheduling and bonus wage issues can help solve it. Keywords: Scheduling, Bonus Salary, Genetic Algorithm, PHP
EFEKTIVITAS KEGIATAN PELATIHAN DAN PENDAMPINGAN IMPLEMENTASI APLIKASI SINICI KUDO PADA PETERNAKAN KELINCI PECI P’RAMA Fadhillah, Arief Rizki; Iriananda, Syahroni Wahyu; Purnomowati, Wiwin; Sakinah, Renada Julia; Nugroho, Kuncahyo Setyo; Akbar, Ismail
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2021 "Kesiapan Indonesia Dalam Menghadapi Krisis Energi Global"
Publisher : Universitas Widyagama Malang

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

Abstract

Peci P’Rama merupakan salah satu peternak kelinci pedaging di Dusun Pecuk, Desa Pecuk, Kecamatan Pakel, Kabupaten Tulungagung. Sistem pengelolaan peternakan kelinci oleh Peci P’Rama belum memiliki data yang tercatat dengan baik. Selain itu, permasalahan lainnya adalah pengelolaan keuangan yang dilakukan oleh Peci P’Rama belum tertata dan terstruktur baik.  Dalam menyelesaikan permasalahan yang dihadapi mitra dalam kodefikasi/ pemberian identitas pada ternak kelinci dan pengelolaan keuangan, maka dirancang sebuah Sistem Informasi Peternakan Kelinci Unggulan Indonesia (SiNiCi Kudo) Berbasis Mobile. Dalam mengimplementasikan Aplikasi Sinici Kudo pada peternakan kelinci yang dimiliki oleh mitra Peci P’Rama, maka perlu adanya sebuah pelatihan dan pendampingan dalam penggunaan Aplikasi Sinici Kudo yang diberikan kepada pemilik dan tenaga kerja Peci P’Rama. Tujuan dari kegiatan ini adalah meningkatkan pengetahuan dan pemahaman pemilik dan tenaga kerja Peci P’Rama terhadap penggunaan Aplikasi Sinici Kudo dengan melihat indikator dari efektivitas kegiatan. Metode pelaksanaan dalam kegiatan pelatihan dan pendampingan implementasi Aplikasi Sinici Kudo pada mitra Peci P’Rama, antara lain: Pre Test, Pelatihan Implementasi Aplikasi Sinici Kudo, Pendampingan Implementasi Aplikasi Sinici Kudo, dan Post Test. Berdasarkan hasil kegiatan pelatihan dan pendampingan implementasi Aplikasi Sinici Kudo pada mitra Peci P’Rama, maka dapat disimpulkan bahwa efektivitas kegiatan pelatihan dan pendampingan yang dilaksanakan oleh tim tercapai sangat baik dikarenakan memiliki nilai efektifitas ≥ 1 yaitu sebesar 1,03. Hal ini menunjukkan pemilik dan tenaga kerja Peci P’Rama mampu mengikuti dan memahami materi yang diberikan oleh pemateri dengan baik. 
Implementasi Algoritma K-Means untuk Menentukan Persediaan Barang pada Poultry Shop Firman Nurdiyansyah; Ismail Akbar
Jurnal Teknologi dan Manajemen Informatika Vol 7, No 2 (2021): Desember 2021
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jtmi.v7i2.6377

Abstract

Maintaining inventory so that the goods do not get empty is one of the ways to maintain customer satisfaction. To do this, company management must be able to analyze which items are selling well and which items are not selling well, especially in the sales department. It is not easy to CV. Muria PS because it has a large number of items, so it takes a little computational technique to simplify the problem. The K-Means clustering algorithm was chosen to solve this problem because it can group the products sold and still available into several clusters. Of the three clusters formed, cluster 1 consists of two items, cluster 2 consists of 9 items, and the remaining 25 items are included in cluster 3. From these results, CV management can take advantage of this. Muria PS to increase inventory stock and sales strategy.
DETEKSI DEPRESI DAN KECEMASAN PENGGUNA TWITTER MENGGUNAKAN BIDIRECTIONAL LSTM Kuncahyo Setyo Nugroho; Ismail Akbar; Affi Nizar Suksmawati; Istiadi Istiadi
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2021 "Kesiapan Indonesia Dalam Menghadapi Krisis Energi Global"
Publisher : Universitas Widyagama Malang

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

Abstract

Gangguan mental yang paling umum dialami seseorang dalam kehidupan sehari-hari adalah depresi dan kecemasan. Stigma sosial membuat penderita depresi dan kecemasan diabaikan lingkungan sekitarnya. Oleh karena itu, mereka beralih ke media sosial seperti Twitter untuk mencari dukungan. Mendeteksi pengguna dengan potensi gangguan depresi dan kecemasan melalui data tekstual tidaklah mudah karena mereka tidak secara eksplisit berbicara tentang kondisi mentalnya. Dibutuhkan pemodelan yang mampu mengenali potensi pengguna yang mengalami depresi dan kecemasan pada data tekstual sehingga mereka mendapatkan penanganan lebih awal. Hal ini dapat dicapai dengan teknik klasifikasi teks. Salah satu pendekatan yang dapat digunakan adalah LSTM sebagai pengembangan aristektur RNN dalam menangani masalah vanishing gradient. LSTM standar tidak cukup menangkap informasi karena hanya mampu membaca kalimat dari satu arah. Sedangkan Bidirectional LSTM (BiLSTM) merupakan LSTM dua arah yang mampu menangkap informasi tanpa mengabaikan konteks dan arti dari suatu kalimat. Model BiLSTM yang diusulkan menunjukkan performa yang lebih tinggi daripada semua model machine learning tradisional dan LSTM standar. Berdasarkan hasil pengujian, akurasi tertinggi yang diperoleh BiLSTM mencapai 94.12%. Penelitian ini telah berhasil mengembangkan model untuk deteksi depresi dan kecemasan pengguna twitter.
PENERAPAN CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI KUALITAS TELUR AYAM RAS BERDASARKAN WARNA CANGKANG Nurdiyansyah, Firman; Fatriana Kadir, Shaifany; Akbar, Ismail; Ursaputra, Lionardi
Jurnal Mnemonic Vol 7 No 1 (2024): Mnemonic Vol. 7 No. 1
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v7i1.8767

Abstract

Sebelum dijual atau dikonsumsi, telur ayam harus dievaluasi untuk kualitasnya, terutama dari segi warna dan kondisi cangkangnya. Dalam penelitian ini, digunakan metode Convolutional Neural Network (CNN) untuk mengklasifikasikan warna cangkang telur ayam. Dengan penggunaan CNN diharapkan dapat mengembangkan model Convolutional Neural Network (CNN) yang dapat mengklasifikasikan kualitas telur ayam secara akurat dengan memberikan rekomendasi parameter yang optimal untuk mencapai performa terbaik. Dataset terdiri dari 120 butir telur yang dibagi menjadi tiga kategori: coklat, krem, dan putih. Pengolahan data melibatkan preprocessing image dengan teknik enhancement data untuk memperluas variasi data tanpa kehilangan informasi penting. Selama pengujian, tiga parameter utama dievaluasi: optimizer (Adam, SGD, RMSprop), learning rate (0.01, 0.001, 0.0001), dan epoch (20, 50, 100). Hasil penelitian menunjukkan bahwa kombinasi terbaik untuk performa optimal adalah dengan menggunakan Adam optimizer, learning rate 0,01, dan 100 epoch. Rasio data 80:20 memberikan hasil terbaik, menekankan pentingnya proporsi data yang baik dalam pembentukan model yang akurat. Analisis parameter learning rate menunjukkan bahwa nilai 0.01 memberikan performa terbaik untuk semua proporsi data, sementara hasil terbaik pada nilai epoch diperoleh dengan 100 epoch untuk semua proporsi data. Dengan demikian, penelitian ini menegaskan bahwa CNN efektif dalam mengklasifikasikan kualitas telur berdasarkan warna cangkang, yang dapat memberikan kemudahan bagi pedagang dan peternak telur dalam memilih telur berkualitas.
Implementasi Sinici Kudo Apps pada Peternakan Kelinci Peci P’Rama di Kabupaten Tulungagung Fadhillah, Arief Rizki; Iriananda, Syahroni Wahyu; Purnomowati, Wiwin; Nugroho, Kuncahyo Setyo; Akbar, Ismail; Sakinah, Renada Julia
JAST : Jurnal Aplikasi Sains dan Teknologi Vol 6, No 1 (2022): EDISI JUNI 2022
Publisher : Universitas Tribhuwana Tunggadewi Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33366/jast.v6i1.3144

Abstract

Broiler rabbits have a very high potential to improve the community's economy. In addition, rabbits can also be a potential source of animal protein as an alternative food for the community. Peci P'Rama (Home Broiler Rabbit Breeder) is a broiler rabbit farming business initiated in October 2017. The problems of Peci P'Rama in running a broiler rabbit farm, among others: have not carried out the codification/identification of broiler rabbits owned according to standards, and the financial management carried out is not well organized and structured. In solving the problems faced by Peci P'Rama partners, the implementing team designs activity methods for problem-solving: Planning, Analysis, Problem Identification, Design, Implementation, Testing and Integration, Training and Mentoring, Maintenance, Evaluation of the Use of Indonesia's Leading Rabbit Farm Information System (SiNiCi Kudo) Mobile Based. Based on the results of the Sinici Kudo application on the Peci P'Rama rabbit farm, it can be concluded that with the implementation of the Sinici Kudo application on the P'Rama rabbit farm, an increase in rabbit productivity and financial management went well and was recorded neatly.ABSTRAKTernak kelinci pedaging memiliki potensi yang sangat tinggi dalam meningkatkan perekonomian masyarakat. Selain itu, ternak kelinci juga dapat sebagai potensi sumber protein hewani alternatif pengan bagi masyarakat. Peci P’Rama (Peternak Kelinci Pedaging Rumahan) merupakan usaha ternak kelinci pedaging yang dirintis sejak Bulan Oktober Tahun 2017. Permasalahan Peci P’Rama dalam menjalankan peternakan kelinci pedaging, antara lain : belum melakukan kodifikasi/pemberian identitas pada kelinci pedaging yang dimiliki sesuai standar, pengelolaan keuangan yang dilakukan belum tertata dan terstruktur baik. Dalam menyelesaikan permasalahan yang dihadapi mitra Peci P’Rama, maka tim pelaksana merancang metode kegiatan untuk penyelesaian permasalahan : Planning, Analisis dan Identifikasi Masalah, Desain, Implementasi, Ujicoba dan Integrasi,  Pelatihan dan Pendampingan, Maintanance, Evaluasi Penggunaan Sistem Informasi Peternakan Kelinci Unggulan Indonesia (SiNiCi Kudo) Berbasis Mobile. Berdasarkan hasil implementasi aplikasi sinici kudo pada peternakan kelinci Peci P’Rama, maka dapat disimpulkan bahwa dengan implementasi Aplikasi Sinici Kudo pada peternakan kelinci P’Rama didapatkan peningkatan produktifitas ternak kelinci dan pengelolaan keuangan berjalan dengan baik dan tercatat dengan rapi.Kata Kunci : ternak kelinci,  Sinici kudo, kodefikasi, Keuangan
Multi-label Classification of Indonesian Al-Quran Translation based CNN, BiLSTM, and FastText Muslikh, Ahmad Rofiqul; Akbar, Ismail; Setiadi, De Rosal Ignatius Moses; Islam, Hussain Md Mehedul
Techno.Com Vol. 23 No. 1 (2024): Februari 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i1.9925

Abstract

Studying the Qur'an is a pivotal act of worship in Islam, which necessitates a structured understanding of its verses to facilitate learning and referencing. Reflecting this complexity, each Quranic verse is rich with unique thematic elements and can be classified into a range of distinct categories. This study explores the enhancement of a multi-label classification model through the integration of FastText. Employing a CNN+Bi-LSTM architecture, the research undertakes the classification of Quranic translations across categories such as Tauhid, Ibadah, Akhlak, and Sejarah. Based on model evaluation using F1-Score, it shows significant differences between the CNN+Bi-LSTM model without FastText, with the highest result being 68.70% in the 80:20 testing configuration. Conversely, the CNN+Bi-LSTM+FastText model, combining embedding size and epoch parameters, achieves a result of 73.30% with an embedding size of 200, epoch of 100, and a 90:10 testing configuration. These findings underscore the significant impact of FastText on model optimization, with an enhancement margin of 4.6% over the base model.
Multi-Label Classification of Indonesian Qur'an Translation using Long Short-Term Memory Model Akbar, Ismail; Faisal, Muhammad; Chamidy, Totok
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 9, No. 2, May 2024
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v9i2.1901

Abstract

Studying the Quran is an integral act of worship in Islam, necessitating a nuanced comprehension of its verses to ease learning and referencing. Recognizing the diverse thematic elements within each verse, this research pioneers in applying Deep Learning techniques, specifically Long Short-Term Memory (LSTM) and Bidirectional LSTM (Bi-LSTM), coupled with Word Embedding methods like Word2Vec and FastText, to refine the multi-label classification of the Quran's translations into Indonesian. Targeting core thematic categories such as Tawheed, Worship, Akhlaq, and History, the study aims to elevate classification accuracy, thereby enhancing the textual understanding and educational utility of the Quran's teachings. The employment of Bi-LSTM in conjunction with FastText and meticulous hyperparameter optimization has yielded promising results, achieving an accuracy of 71.63%, precision of 64.06%, recall of 63.60%, and a hamming loss of 36.17%. These outcomes represent a significant advancement in the computational analysis of religious texts, offering novel insights into the complex domain of Quranic studies. Furthermore, the research accentuates the critical role of selecting suitable word embedding techniques and the necessity of precise parameter adjustments to amplify model performance, thereby contributing to the broader field of religious text analysis and understanding. Through such computational approaches, this study not only fosters a deeper appreciation of the Quran's multifaceted teachings but also sets a new precedent for the interdisciplinary integration of Islamic studies and artificial intelligence.
Segmentasi Berbasis Warna Untuk Pengelompokan Kualitas Cacing Anc Menggunakan Yolov8 Nurdiyansyah, Firman; Akbar, Ismail; Ursaputra, Lionardi
JURNAL INFORMATIKA DAN KOMPUTER Vol 9, No 1 (2025): Februari 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v9i1.1779

Abstract

Mengembangkan metode otomatisasi dalam pengelompokan kualitas cacing African Night Crawler (ANC) menggunakan model YOLOv8 yang didukung oleh segmentasi berbasis warna. Metode manual yang selama ini digunakan dalam menilai kualitas cacing sering kali memakan waktu dan cenderung tidak konsisten, sehingga pendekatan berbasis teknologi diperlukan untuk meningkatkan efisiensi dan akurasi. Penelitian ini dimulai dengan pengumpulan dataset gambar cacing ANC, yang kemudian dianotasi berdasarkan tiga kelas utama, yaitu merah, putih, dan putih-biru. Dataset ini diproses melalui langkah-langkah preprocessing untuk memastikan kualitas data yang konsisten, kemudian dibagi menjadi training set (80%), validation set (15%), dan test set (5%). Model YOLOv8 diterapkan untuk mendeteksi dan mengklasifikasikan objek, dengan arsitektur yang terdiri dari Backbone, Neck, dan Head yang dirancang untuk mengoptimalkan deteksi multi-skala. Hasil penelitian menunjukkan bahwa model YOLOv8 memiliki performa yang sangat baik, dengan mean Average Precision (mAP) rata-rata sebesar 93.8% pada training set, 94.0% pada validation set, dan 95.0% pada test set. Nilai precision mencapai 95.6% pada training set, sementara recall mencatat 85.4%, menghasilkan F1-Score sebesar 90.3%. Hasil ini menunjukkan bahwa model tidak hanya akurat dalam mendeteksi objek yang relevan tetapi juga memiliki sensitivitas yang baik terhadap variasi data. Kesimpulannya, penggunaan YOLOv8 untuk segmentasi berbasis warna pada cacing ANC memberikan solusi yang efisien dan akurat dalam mengklasifikasikan kualitas cacing. Selain mendukung otomatisasi dalam industri peternakan, penelitian ini juga membuka peluang penerapan lebih lanjut dalam sektor agrikultur lainnya, dengan rekomendasi untuk meningkatkan generalisasi model pada variasi data yang lebih kompleks di kondisi dunia nyata.
Co-Authors Affi Nizar Suksmawati Ahmad Fairuzabadi Arief Rizki Fadhillah De Rosal Ignatius Moses Setiadi Fatriana Kadir, Shaifany Firman Nurdiyansyah Firman Nurdiyansyah, Firman Indra Dharma Wijaya, Indra Dharma Islam, Hussain Md Mehedul Istiadi Kuncahyo Setyo Nugroho MARIFANI FITRI ARISA Muhammad Faisal Muslikh, Ahmad Rofiqul Nugroho, Kuncahyo Setyo Purnomowati, Wiwin Putra, Lionardi Ursa Sakinah, Renada Julia Syahroni Wahyu Iriananda, Syahroni Wahyu Totok Chamidy Ursaputra, Lionardi