cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ramdan Satra
Contact Email
ramdan@umi.ac.id
Phone
+6285255680963
Journal Mail Official
linier@umi.ac.id
Editorial Address
Gedung Fakultas Ilmu Komputer Kampus II Universitas Muslim Indonesia Jln. Urip Sumoharjo KM.5, Makassar, Sulawesi Selatan, Makassar, Provinsi Sulawesi Selatan, 90231
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Linier: Literatur Informatika dan Komputer
Published by Universitas Muslim Indonesia
ISSN : -     EISSN : 30632218     DOI : https://doi.org/10.33096/linier.v1i1.2266
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Mathematics
LINIER: Literatur Informatika dan Komputer encompasses all aspects of the latest outstanding research and developments in the field of Computer science including: Artificial intelligence, Computer networks, Software engineering.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 16 Documents
 1   2 
Search results for , issue "Vol 2, No 3 (2025)" : 16 Documents clear
Implementasi Naïve Bayes untuk Evaluasi dan Klasifikasi Beban Kerja Pegawai di Badan Kepegawaian Kabupaten Barru Muhammad Alif Tenriadjeng; Ihwana As’ad; Amaliah Faradibah
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3140

Abstract

Penelitian ini mengkaji penerapan algoritma Naïve Bayes dalam mengklasifikasikan beban kerja pegawai di Badan Kepegawaian Kabupaten Barru guna meningkatkan efektivitas manajemen sumber daya manusia berbasis data. Tantangan utama dalam pengelolaan pegawai meliputi ketidakseimbangan distribusi tugas, kurangnya transparansi penilaian, serta keterbatasan metode konvensional, yang dapat diatasi melalui analisis data historis dengan pendekatan probabilistik. Algoritma Naïve Bayes digunakan untuk mengelompokkan beban kerja pegawai berdasarkan parameter jumlah jam kerja, kompleksitas tugas, dan pencapaian target, yang menghasilkan distribusi beban kerja rendah (55,7%), sedang (31,4%), dan tinggi (12,8%). Model ini menunjukkan akurasi tinggi dalam klasifikasi dan mampu mengidentifikasi pegawai dengan kelebihan atau kekurangan beban kerja secara objektif. Studi kasus pada PT. Rikasa Dinar Djaya juga membuktikan keandalan metode ini dalam mengevaluasi kinerja karyawan dengan akurasi 99,44%. Hasil penelitian ini diharapkan dapat meningkatkan transparansi dan keadilan dalam evaluasi kinerja pegawai, meminimalkan bias subjektif, serta menjadi referensi bagi instansi pemerintah lainnya dalam mengadopsi teknologi machine learning untuk pengelolaan SDM yang lebih modern, efisien, dan berkelanjutan
Sistem Pendukung Keputusan Dalam Pemilihan Laptop Berdasarkan Kriteria Kebutuhan Menggunakan Metode Simple Additive Weighting Andi Ranreng Sombeng; Ihwana As’ad; Herdianti Darwis
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3151

Abstract

Perkembangan teknologi informasi yang pesat telah menjadikan laptop sebagai kebutuhan penting, terutama bagi mahasiswa dan profesional di bidang teknologi. Banyaknya pilihan laptop dengan berbagai merek dan spesifikasi di pasaran menyebabkan konsumen kesulitan dalam memilih perangkat yang sesuai kebutuhan dan anggaran. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode Simple Additive Weighting (SAW) untuk membantu dalam pemilihan laptop yang optimal. Metode SAW dipilih karena mampu memberikan perhitungan nilai alternatif berdasarkan bobot dan skor dari beberapa kriteria seperti harga, prosesor, layar, vga, memori, dan hardisk. Sistem yang dibangun memungkinkan pengguna untuk menentukan preferensi terhadap setiap kriteria, kemudian sistem akan melakukan normalisasi dan perankingan untuk memberikan rekomendasi laptop terbaik. Hasil pengujian menunjukkan bahwa sistem ini dapat meningkatkan efisiensi dan objektivitas dalam pengambilan keputusan. Dengan demikian, SPK berbasis SAW ini bermanfaat sebagai alat bantu seleksi laptop yang informatif, akurat, dan mudah digunakan
Perancangan Alat Penyiram Tanaman Seledri Otomatis Berbasis LoRa dan Arduino Uno Juita Mandasari; Dolly Indra; andi Widya Mufila Gafar
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3146

Abstract

Tanaman seledri merupakan komoditas hortikultura bernilai tinggi yang membutuhkan kelembapan tanah ideal antara 65%–75% untuk pertumbuhan optimal. Namun, proses penyiraman secara manual sering kali tidak konsisten dan bergantung pada kehadiran petani. Pemantauan kondisi tanah merupakan hal yang penting dalam melakukan penyiraman tanaman dengan kadar air yang sesuai. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem penyiraman otomatis berbasis Arduino Uno dan komunikasi LoRa untuk budidaya seledri skala kecil.  Sistem ini memanfaatkan sensor soil moisture untuk mendeteksi tingkat kelembapan tanah, kemudian mengaktifkan pompa air secara otomatis melalui relay jika kelembapan berada di bawah ambang batas. Modul LoRa digunakan sebagai media komunikasi jarak jauh antara unit transmitter dan receiver, sementara LCD 16x2 menampilkan data kelembapan dan status pompa secara real-time. Sistem ini dirancang untuk melakukan penyiraman otomatis dan komunikasi LoRa yang dapat memantau kondisi tanah dan melakukan penyiraman secara mandiri sesuai dengan kebutuhan tanaman. Hasil pengujian simulator menunjukkan bahwa seluruh komponen bekerja dengan baik
K-Nearest Neighbor dengan Jarak Euclidean, Manhattan, dan Minkowski pada klasifikasi sampah Siti Rahmi Kelilauw; Purnawansyah Purnawansyah; Abdul Rachman Manga’; Rahma Puspitasari
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3141

Abstract

Sampah menjadi permasalahan besar di Indonesia seiring dengan meningkatnya populasi dan konsumsi masyarakat. Untuk mengatasi permasalahan ini, klasifikasi sampah yang akurat diperlukan guna mendukung pengelolaan dan daur ulang yang lebih efektif. Penelitian ini menerapkan algoritma K-Nearest Neighbors (KNN) untuk mengklasifikasikan sampah berdasarkan jenisnya, dengan menggunakan tiga metrik jarak: Euclidean, Manhattan, dan Minkowski. Dataset yang digunakan terdiri dari 997 gambar yang terbagi menjadi dua kelas, yaitu kertas dan kardus. Data dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Proses preprocessing meliputi resize gambar ke ukuran 128x128 piksel serta normalisasi data. Model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa jarak Manhattan memberikan performa terbaik dengan akurasi 83%, diikuti oleh Euclidean dengan 75,50%, dan Minkowski dengan 66,50%. Temuan ini menegaskan bahwa pemilihan metrik jarak dalam algoritma KNN sangat memengaruhi kinerja model. Dengan pendekatan ini, diharapkan dapat meningkatkan efisiensi sistem pengelolaan sampah berbasis teknologi, sehingga mendukung upaya daur ulang yang lebih baik dan ramah lingkungan
Prototipe Smart Home Berbasis ESP32 dengan Fitur Keamanan pintu, Lampu, dan AC Otomatis Berbasis IoT Muhammad Afdhal Mubarak; Farniwati Fattah; huzain Azis
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3152

Abstract

Perkembangan teknologi Internet of Things (IoT) telah membawa dampak signifikan dalam kehidupan sehari-hari, terutama dalam pengelolaan rumah. Tugas akhir ini memiliki tujuan untuk merancang dan membangun prototipe smart home berbasis ESP32 yang dilengkapi dengan fitur sistem keamanan pintu, lampu pintar, dan AC pintar. ESP32 dipilih sebagai mikrokontroler karena kemampuannya dalam koneksi Wi-Fi dan Bluetooth, serta performanya yang baik dalam aplikasi IoT. Penelitian ini menggunakan metode perancangan prototipe yang mencakup analisis kebutuhan dan perancangan sistem. Hasil dari perancangan ini menunjukkan bahwa prototipe yang dibangun dapat berfungsi dengan baik dalam mengontrol akses pintu, pencahayaan, dan suhu ruangan secara efisien. Perancangan ini juga menunjukkan bahwa sistem dapat dioperasikan dengan tingkat respons yang cepat, yaitu kurang dari 2 detik untuk setiap perintah yang diberikan. Dengan demikian, penelitian ini tidak hanya memberikan solusi praktis untuk meningkatkan kenyamanan dan keamanan rumah, tetapi juga berkontribusi terhadap pengembangan teknologi smart home di Indonesia
Implementasi Algoritma K-Nearest Neighbors Untuk Klasifikasi Data Ulasan Pengguna Aplikasi Sulselbar Mobile pada Google Play Store Muh. Fadhil Attariq Hasril; Purnawansyah Purnawansyah; Lutfi Budiman Ilmuwan
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3147

Abstract

Perkembangan teknologi perbankan digital mendorong Bank Sulselbar menghadirkan layanan mobile banking melalui aplikasi Sulselbar Mobile. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi tersebut di Google Play Store menggunakan algoritma K-Nearest Neighbors (KNN). Sebanyak 1000 data ulasan dikumpulkan dengan teknik web scraping, kemudian dilakukan pelabelan manual dan serangkaian proses preprocessing seperti case folding, normalisasi, stemming, stopword removal, dan tokenizing. Data kemudian dikonversi menjadi bentuk numerik menggunakan metode TF-IDF. Model KNN dikembangkan dengan nilai k = 3 dan divalidasi menggunakan 5-fold cross-validation. Hasil evaluasi menunjukkan model memiliki performa yang baik dan konsisten, dengan rata-rata akurasi 85,6%, presisi 85,4%, recall 85,6%, dan F1-score 85,5%. Fold terbaik mencapai akurasi 90% dan F1-score 89,8%. Hasil ini menunjukkan bahwa kombinasi TF-IDF dan algoritma KNN efektif dalam melakukan klasifikasi sentimen berbasis teks. Temuan ini dapat dimanfaatkan untuk mengevaluasi kualitas layanan aplikasi serta mendukung pengambilan keputusan dalam pengembangan layanan digital perbankan
Implementasi Naive Bayes Untuk Analisis Sentimen Pada data Twitter Tentang Isu Politik di Indonesia Fathurrahman Putra Syah; Tasrif Hasanuddin; nia Kurniati
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3142

Abstract

Perkembangan media sosial, khususnya Twitter, telah menjadi sarana utama bagi masyarakat Indonesia dalam menyampaikan opini dan pandangan terhadap berbagai isu, termasuk politik. Analisis sentimen menjadi metode yang efektif untuk memahami kecenderungan opini publik melalui media sosial. Penelitian ini bertujuan untuk menganalisis sentimen tweet netizen terkait isu politik di Indonesia dengan menerapkan algoritma Naïve Bayes Classifier. Data dikumpulkan dari tweet yang membahas isu politik dan diproses melalui tahap preprocessing, seperti pembersihan data, normalisasi kata, serta penghapusan kata yang tidak relevan. Hasil penelitian menunjukkan bahwa model Naïve Bayes memiliki akurasi sebesar 72% setelah dilakukan optimasi, dengan kinerja yang baik dalam mendeteksi sentimen positif dan netral, namun masih menghadapi tantangan dalam mengidentifikasi sentimen negatif akibat ketidakseimbangan data. Sentimen negatif umumnya berisi kritik terhadap kebijakan pemerintah, sementara sentimen positif mencerminkan harapan dan dukungan terhadap proses politik. Kelemahan dalam penelitian ini disebabkan oleh asumsi independensi fitur dalam Naïve Bayes serta kompleksitas bahasa dalam tweet, seperti sarkasme dan konteks yang ambigu. Oleh karena itu, penelitian lebih lanjut disarankan untuk mengembangkan pendekatan yang lebih canggih, seperti deep learning atau model hibrida, guna meningkatkan akurasi klasifikasi sentimen politik di media sosial
Rancang Bangun Jemuran Pintar Otomatis Berbasis Internet of things (Iot) A. Muh. Fuad Dzikrulkhair; Ramdan Satra; andi Widya Mufila Gafar
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3153

Abstract

Menjemur pakaian secara konvensional seringkali tidak efisien karena ketidakpastian cuaca seperti hujan mendadak atau kelembaban udara yang tinggi di malam hari. Penelitian ini bertujuan untuk merancang dan membangun sebuah prototipe Jemuran Pintar berbasis Internet of things (Iot) sebagai solusi otomatis untuk mengatasi masalah tersebut. Sistem ini menggunakan mikrokontroler ESP32 sebagai pusat kendali yang mengintegrasikan beberapa sensor, yaitu sensor hujan untuk mendeteksi air, sensor LDR untuk mengukur intensitas cahaya, dan sensor DHT22 untuk memantau suhu serta kelembaban. Berdasarkan data dari sensor-sensor tersebut, sistem dapat secara otomatis menggerakkan motor servo untuk mengatur posisi atap jemuran. Sistem ini juga menawarkan kontrol ganda, di mana selain mode otomatis, pengguna dapat mengendalikan jemuran secara manual melalui aplikasi smartphone. Seluruh status sistem dapat dipantau secara real-time melalui platform Iot Blynk, yang juga berfungsi mengirimkan notifikasi peringatan. Hasil pengujian menunjukkan sistem mampu merespons berbagai skenario cuaca dengan tepat, sehingga dapat meningkatkan efisiensi dan memberikan kemudahan bagi pengguna dalam aktivitas menjemur pakaian
Sistem Pakar Pendiagnosa Jenis Penyakit Asam Lambung Dengan Metode Certainty Factor Berbasis Web (Studi Kasus: RS. Pelamonia) Muhammad Arfah Iswaniah; Purnawansyah Purnawansyah; st. Hajrah Mansyur
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3148

Abstract

Penyakit asam lambung atau dispepsia merupakan gangguan pencernaan yang umum terjadi dan sering dikeluhkan oleh pasien di RS Pelamonia Kota Makassar. Proses diagnosis penyakit ini secara manual memerlukan waktu yang lama dan rentan terhadap kesalahan akibat keterbatasan sumber daya medis. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis web guna membantu proses diagnosis awal penyakit asam lambung menggunakan metode Certainty Factor (CF). Metode CF digunakan untuk menghitung tingkat keyakinan berdasarkan gejala yang dialami oleh pasien, sedangkan proses penalaran dalam sistem menerapkan teknik forward chaining. Sistem dikembangkan menggunakan bahasa pemrograman web dan basis data MySQL, serta mengikuti pendekatan pengembangan perangkat lunak Extreme Programming (XP) agar dapat beradaptasi terhadap perubahan dan kebutuhan sistem. Data diperoleh melalui wawancara dengan dokter spesialis, observasi langsung, dan studi pustaka. Pengujian sistem dilakukan dengan metode black box testing untuk memastikan setiap fungsi berjalan sesuai harapan. Hasil dari penelitian ini adalah sistem pakar diagnosis penyakit asam lambung yang dapat diakses oleh masyarakat secara daring, memberikan informasi awal tentang kondisi kesehatan, serta mendukung efisiensi pelayanan medis di RS Pelamonia
Implementasi Algoritma Kriptografi AES untuk Peningkatan Keamanan Proses Login Website Nur Azizah Khoirunnisa; Ramdan Satra; dewi Widyawati
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3143

Abstract

Keamanan dalam proses login pada website merupakan aspek yang sangat penting untuk mencegah akses tidak sah dan pencurian data pengguna. Salah satu metode yang dapat digunakan untuk meningkatkan keamanan adalah dengan menerapkan algoritma Advanced Encryption Standard (AES) dalam proses penyimpanan dan verifikasi password. AES merupakan algoritma enkripsi simetris yang dikenal memiliki tingkat keamanan tinggi dan efisiensi dalam proses enkripsi serta dekripsi data. Penelitian ini membahas implementasi AES untuk enkripsi password pada sistem login berbasis PHP Native. Sistem ini dirancang untuk menyimpan password dalam bentuk terenkripsi guna mencegah akses tidak sah terhadap informasi pengguna. Selain itu, pengujian dilakukan untuk memastikan integritas proses enkripsi serta efektivitasnya dalam melindungi data pengguna. Hasil implementasi menunjukkan bahwa penggunaan AES dapat meningkatkan keamanan penyimpanan password di database dengan mencegah pencurian data melalui eksploitasi langsung terhadap database. Kesimpulan dari penelitian ini adalah bahwa metode enkripsi AES dapat diterapkan secara efektif dalam sistem login berbasis web guna meningkatkan keamanan autentikasi pengguna

Page 1 of 2 | Total Record : 16

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 2, No 4 (2025) Vol 2, No 3 (2025) Vol 2, No 2 (2025) Vol 2, No 1 (2025) Vol 1, No 4 (2024) Vol 1, No 3 (2024) Vol 1, No 2 (2024) Vol 1, No 1 (2024)