cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dedi Gunawan
Contact Email
dedi.gunawan@ums.ac.id
Phone
+6281466758150
Journal Mail Official
ptmaapsi@gmail.com
Editorial Address
Jalan Ahmad Yani No. 157, Pabelan, Surakarta, Indonesia 57169
Location
Unknown,
Unknown
INDONESIA
Proceeding of Informatics Collaborations and Dessimenation Meeting (Infocoding)
Published by Asosiasi Program Studi Infokom Perguruan Tinggi Muhammadiyah Aisyiyah (APSI-PTMA) bekerja sama dengan Universitas Muhammadiyah Surakarta
ISSN : -     EISSN : 31244238     DOI : -
Core Subject :
Prosiding Informatics Collaborations and Dissemination Meeting (INFOCODING) merupakan kumpulan artikel ilmiah hasil dari kegiatan deseminasi penelitian yang diselenggarakan oleh Asosiasi Program Studi Infokom Perguruan Tinggi Muhammadiyah Aisyiyah (APSI-PTMA) bekerja sama dengan Universitas Muhammadiyah Surakarta (UMS). INFOCODING bertujuan sebagai wadah kolaborasi, pertukaran gagasan, serta penyebaran pengetahuan dan temuan riset terkini di bidang informatika. Setiap artikel yang dimuat dalam prosiding ini merupakan hasil penelitian para dosen, peneliti, maupun mahasiswa yang telah melalui proses seleksi dan penyuntingan. Topik-topik yang diangkat mencakup berbagai bidang dalam informatika, seperti kecerdasan buatan, pengolahan data, pengembangan perangkat lunak, sistem cerdas, keamanan siber, Internet of Things (IoT), dan teknologi digital lainnya.
Arjuna Subject : -
Articles 20 Documents
 1   2 
Search results for , issue "vol. 2 no. 1 (2026)" : 20 Documents clear
Research Analytics for Digital Evaluation of Lecturer Research Performance: A Systematic Literature Review Siti Nahriah Aprianti; Partono; Nisvu Nanda Saputra
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 2 No. 1 (2026)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Transformasi digital dalam pendidikan tinggi mendorong perubahan dalam pengelolaan dan evaluasi kinerja penelitian dosen. Perguruan tinggi saat ini menghasilkan berbagai data penelitian dalam jumlah besar, seperti publikasi ilmiah, sitasi, kolaborasi penelitian, dan pendanaan riset. Data tersebut dapat dimanfaatkan melalui pendekatan research analytics untuk mendukung evaluasi kinerja penelitian secara lebih sistematis dan berbasis data. Namun demikian, kajian yang secara khusus membahas pemanfaatan research analytics dalam evaluasi digital kinerja penelitian dosen masih relatif terbatas. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis perkembangan penelitian terkait pemanfaatan research analytics dalam evaluasi kinerja penelitian dosen di perguruan tinggi melalui pendekatan Systematic Literature Review (SLR). Proses kajian dilakukan dengan menelusuri berbagai publikasi ilmiah pada basis data bereputasi seperti Scopus, Web of Science, IEEE Xplore, ScienceDirect, dan Google Scholar dengan rentang publikasi tahun 2015–2024. Artikel yang diperoleh kemudian diseleksi berdasarkan kriteria inklusi dan eksklusi untuk memastikan relevansi dengan topik penelitian. Analisis literatur dilakukan secara deskriptif kualitatif untuk mengidentifikasi konsep, metode analitik, serta indikator yang digunakan dalam evaluasi kinerja penelitian. Hasil kajian menunjukkan bahwa pemanfaatan research analytics dalam evaluasi penelitian dosen berkembang melalui beberapa pendekatan utama, yaitu penggunaan indikator bibliometrik, penerapan teknik data analytics dan data mining, serta pengembangan sistem informasi penelitian berbasis digital. Selain itu, teknik analitik seperti descriptive analytics, predictive analytics, dan analisis jaringan kolaborasi ilmiah mulai dimanfaatkan untuk memahami pola produktivitas penelitian dan dampak ilmiah akademisi. Temuan penelitian ini menunjukkan bahwa integrasi antara analisis bibliometrik, sistem informasi penelitian, dan teknik analitik berbasis data memiliki potensi besar dalam mengembangkan sistem evaluasi kinerja penelitian yang lebih transparan, objektif, dan berbasis bukti. Hasil penelitian ini diharapkan dapat menjadi landasan konseptual dalam pengembangan model evaluasi digital kinerja penelitian dosen berbasis research analytics di perguruan tinggi.
Otomatisasi Lampu Lalu Lintas menggunakan Arduino untuk Mendeteksi Panjang Antrian Studi Kasus Lampu Lalu Lintas Tigaraksa Riris Septiana Sita Dewi; Mohamad Subchan; Imam Ahmad Amin AR; Himmatul Mursyidah
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 2 No. 1 (2026)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Meningkatnya jumlah kendaraan di wilayah Kabupaten Tangerang khususnya wilayah kecamatan Tigaraksa mengakibatkan kemacetan yang banyak terjadi di persimpangan jalan tetapi tidak diimbangi oleh pelebaran jalan. Pengaturan lampu lalu lintas atau traffic light di Kabupaten Tangerang saat ini diatur berdasarkan kepadatan arus lalu lintas jalan yang dilakukan dengan cara memprogram lampu lalu lintas tersebut sesuai dengan waktu yang telah ditentukan sebelumnya. Sehingga terkadang mengakibatkan kepadatan pada wilayah tersebut. Penelitian ini bertujuan untuk mengurangi kemacetan yang ada di wilayah tersebut. Metode yang digunakan untuk penelitian ini adalah metode prototype, Tujuannya adalah mengembangkan model menjadi sistem final. Artinya sistem akan dikembangkan lebih cepat dari pada metode tradisional dan biayanya menjadi lebih rendah, dan juga karena lebih memudahkan untuk memberikan gambaran informasi kepada pengguna jalan lampu lintas. Prototype ini menggunakan Arduino ATMega 2560 dan juga sensor HCSR-04 untuk mendeteksi suatu objek dalam jarak tertentu. kemudian LED sebagai indikator informasi kepada pengguna jalan. Hasil dari sistem ini dimasukkan ke dalam excel untuk laporan harian, serta untuk mengetahui seberapa padat lalu lintas yang ada di wilayah tersebut.
Speech Emotion Recognition in Male Speech Using 58-Dimensional MFCC Features and Random Forest Classification Aris Rakhmadi; Dewi Soyusiawaty; Irma Yuliana; Dimara Kusuma Hakim
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 2 No. 1 (2026)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Speech emotion recognition (SER) has developed into a significant research topic in affective computing and human–computer interaction because emotional cues embedded in speech signals can enhance communication between humans and intelligent systems. However, accurately identifying emotional states from speech remains challenging due to dissimilarities in acoustic patterns, speaker features, and recording situations. This study investigates the effectiveness of Mel-Frequency Cepstral Coefficient (MFCC) acoustic features for emotion recognition in male speech using a Random Forest classification model. The dataset used in this research consists of 35,910 male speech samples, each represented by a 58-dimensional MFCC feature vector extracted from emotional speech recordings. The speech samples are categorized into eight emotional classes: angry, fear, calm, disgust, neutral, happy, sad, and surprise. To develop and evaluate the model’s performance, the MFCC data were divided into 80% for training and 20% for testing. The Random Forest model was trained to learn emotional patterns embedded in MFCC features. The experimental findings reveal that the proposed approach achieved an overall classification accuracy of 84.33% with a macro-average F1-score of 0.856, indicating relatively stable performance across multiple emotional categories. Feature importance analysis further reveals that lower-order MFCC coefficients play a dominant role in emotion classification. These findings demonstrate that MFCC features combined with Random Forest classification provide an effective baseline approach for SER and offer valuable insights for future research involving more advanced machine learning models.
Klasifikasi Jenis Penyakit Tomat Berdasarkan Daun Menggunakan Convolutional Neural Network dan Transfer Learning Muhammad Alif Xandri; Murinto
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 2 No. 1 (2026)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Penyakit pada tanaman tomat (Solanum lycopersicum) menjadi salah satu faktor utama penyebab penurunan kualitas dan kuantitas produksi. Deteksi dini penyakit secara manual memerlukan waktu yang cukup lama dan berpotensi menghasilkan kesalahan identifikasi. Penelitian ini bertujuan mengembangkan model klasifikasi penyakit daun tomat berbasis citra digital menggunakan arsitektur Convolutional Neural Network (CNN) VGG-16 dengan pendekatan transfer learning. Dataset yang digunakan terdiri dari 3.803 citra daun tomat yang mencakup sembilan kelas kondisi, diperoleh melalui platform Kaggle. Tahapan penelitian meliputi preprocessing (pembagian data, augmentasi, normalisasi, dan one-hot encoding), pelatihan model melalui pengujian 27 kombinasi hyperparameter (3 optimizer × 3 learning rate × 3 epoch), serta evaluasi menggunakan confusion matrix dan classification report. Hasil terbaik diperoleh pada konfigurasi optimizer SGD, learning rate 0,1, dan epoch 50, dengan nilai akurasi 81%, F1-Score 82%, recall 81%, dan precision 83%. Hasil tersebut menunjukkan bahwa CNN VGG-16 berbasis transfer learning merupakan pendekatan yang efektif dalam mendukung deteksi dini penyakit pada tanaman tomat.
Model Monitoring Jaringan dengan Notifikasi Real-time melalui Telegram Bot di Gedung GKB2 Universitas Muhammadiyah Semarang Akhmad Fathurohman; Dhendra Marutho; Muhammad Fachrur
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 2 No. 1 (2026)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Upaya menjamin stabilitas konektivitas di era digital merupakan urgensi utama bagi ekosistem akademik terkhusus di Gedung GKB2 Universitas Muhammadiyah Semarang (Unimus) sebagai Gedung Utama Perkuliahan dan Pusat Laboratorium Komputer. Kodisi yang ada pengelolaan jaringan masih menggunakan monitoring konvensional yang relatif lambat, penelitian ini mengarsiteki solusi cerdas menggunakan The Dude MikroTik yang terintegrasi secara dinamis dengan Telegram Bot. Metode dalam penelitian ini adalah pendekatan Research and Development (R&D) model Waterfall. Sistem yang dirancang menciptakan alur kerja otomatis dengan dukunga tools Zapier dan Google Sheets, sebagai log yang mudah diolah dan divisualisasikan. Kesimpulan dari penelitian ini adalah bahwa sistem monitoring mencapai tingkat device discovery 100% dengan latensi deteksi gangguan hanya dalam 25–40 detik, sehingga memungkinkan untuk penanganan gangguan menjadi lebih cepat. Inovasi ini mentransformasi manajemen jaringan menjadi lebih proaktif, presisi, dan responsif terhadap dinamika gangguan.
Model Sistem Registrasi Sertifikat Akademik Berbasis Blockchain untuk Verifikasi Otentik Dokumen Akademik Ma'mun Johari; Faiz Rafdhi; Mochamad Arief Sutisna
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 2 No. 1 (2026)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Pemalsuan sertifikat akademik menjadi permasalahan serius dalam sistem pendidikan modern karena dapat merusak kredibilitas institusi dan menurunkan kepercayaan publik terhadap dokumen akademik. Sistem verifikasi konvensional yang masih bergantung pada dokumen fisik atau basis data terpusat memiliki kelemahan berupa kerentanan manipulasi data, proses verifikasi yang lambat, serta keterbatasan transparansi. Penelitian ini bertujuan untuk mengembangkan model sistem registrasi sertifikat akademik berbasis blockchain yang mampu menjamin keaslian, integritas, dan kemudahan verifikasi dokumen akademik secara digital. Metode penelitian yang digunakan meliputi studi literatur, perancangan arsitektur sistem, pengembangan model blockchain dengan smart contract, serta simulasi proses registrasi dan verifikasi sertifikat. Sistem yang diusulkan memanfaatkan fungsi hash kriptografi, jaringan blockchain terdesentralisasi, dan kode unik berupa QR Code untuk memverifikasi sertifikat secara real-time. Hasil penelitian menunjukkan bahwa model sistem registrasi berbasis blockchain mampu meningkatkan keamanan data, mencegah pemalsuan dokumen, serta mempercepat proses verifikasi sertifikat akademik. Dengan karakteristik blockchain yang immutable dan transparan, sistem ini dapat menjadi solusi inovatif bagi institusi pendidikan dalam mengelola dan memverifikasi dokumen akademik secara digital.
Aplikasi Mobile untuk Mencatat Data Balita di Posyandu Desa Wadas RW 11 Menggunakan Flutter Nurwahyu Alamsyah; Defarrel Danendra P; Rafi Alif Azhar; Alvien Ridho Nanda P
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 2 No. 1 (2026)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Pencatatan data balita di Posyandu Desa Wadas RW 11 masih dilakukan secara manual menggunakan buku tulis dan formulir cetak. Sistem manual ini menimbulkan berbagai kendala seperti data tidak rapi, risiko kehilangan data, duplikasi informasi, serta keterlambatan pelaporan ke Puskesmas. Penelitian ini mengembangkan aplikasi mobile berbasis Flutter yang terhubung dengan database MySQL untuk mendigitalisasi proses pencatatan data balita. Aplikasi dilengkapi fitur manajemen data balita, pencatatan perkembangan bulanan, visualisasi grafik pertumbuhan, pengelolaan data vaksin, dan pencetakan laporan dalam format PDF. Pengujian Black Box Testing menunjukkan seluruh fungsi berjalan valid. Evaluasi System Usability Scale (SUS) menghasilkan skor rata-rata 80, yang termasuk kategori “Good” dan “Acceptable”. Hasil ini menunjukkan aplikasi berhasil menggantikan sistem pencatatan manual menjadi sistem digital yang lebih terstruktur, efisien, dan mudah digunakan oleh kader Posyandu
Tinjauan Sistematis: Analisis Sentimen Pemindahan Ibu Kota Indonesia Fadlillah Mukti Ayudewi; Wildan Muhammad Ardana
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 2 No. 1 (2026)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Pemindahan ibu kota Indonesia merupakan proyek nasional besar yang memicu berbagai reaksi dari masyarakat. Memahami sentimen publik terhadap proyek ini penting untuk mengevaluasi dampak sosial, politik, dan ekonomi, serta mengetahui pandangan pengguna platform media sosial Twitter terhadap rencana pembangunan Ibu Kota Negara. Penelitian ini bertujuan untuk menentukan apakah pengguna tersebut memiliki opini negatif, positif, atau netral terhadap permasalahan ini. Analisis sentimen dilakukan menggunakan algoritma Support Vector Machine (SVM) dengan kernel linear. Fitur yang diekstraksi meliputi kata kunci, emotikon, dan SentiWordNet. Hasil klasifikasi SVM dibandingkan dengan Naive Bayes berdasarkan akurasi, presisi, recall, dan F1-score. Penelitian ini menyoroti potensi besar dalam penggunaan analisis sentimen untuk memahami dinamika opini publik terkait pemindahan ibu kota Indonesia. Namun, penelitian lanjutan masih diperlukan untuk mengeksplorasi berbagai platform media sosial lainnya, menggunakan metodologi yang lebih canggih, serta menganalisis sentimen dalam konteks yang lebih luas. Dalam penelitian ini, juga dilakukan perbandingan dengan hasil penelitian sebelumnya yang menggunakan metode yang sama, yaitu Naive Bayes dan SVM. Hasil penelitian menunjukkan bahwa mayoritas sentimen publik terhadap pembangunan IKN cenderung positif, dengan fokus pada aspek infrastruktur dan pembangunan ekonomi. Namun, terdapat pula sentimen negatif yang berkaitan dengan isu lingkungan dan sosial. Temuan ini menunjukkan bahwa pemerintah perlu meningkatkan komunikasi publik terkait upaya mitigasi dampak negatif dari proyek tersebut.
Model Sistem Voting Digital Berbasis Blockchain dengan Zero-Knowledge Proof untuk Pemilihan yang Transparan dan Terdesentraliasi Dora Bernadisman; Dewi Sahara Nasution; Deni Murdiani
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 2 No. 1 (2026)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Sistem pemungutan suara (voting) merupakan komponen penting dalam proses demokrasi yang menuntut tingkat keamanan, transparansi, dan kepercayaan publik yang tinggi. Namun, sistem voting konvensional maupun digital terpusat masih menghadapi berbagai permasalahan, seperti kerentanan terhadap manipulasi data, kurangnya transparansi, potensi terjadinya double voting, serta ketergantungan pada otoritas tunggal. Penelitian ini bertujuan untuk mengembangkan model sistem voting digital berbasis blockchain yang terdesentralisasi dengan mengintegrasikan mekanisme Zero-Knowledge Proof (ZKP) guna meningkatkan keamanan sekaligus menjaga privasi pemilih. Metode yang digunakan meliputi perancangan arsitektur sistem, pengembangan smart contract, serta implementasi dan pengujian sistem berbasis Ethereum blockchain. Model yang diusulkan diimplementasikan melalui sistem e-voting dengan memanfaatkan smart contract berbasis Solidity 0.8.19, framework Hardhat, serta arsitektur hybrid yang mengombinasikan backend API (Express.js dan MySQL) dengan jaringan blockchain publik. Hasil penelitian menunjukkan bahwa sistem mampu menjamin integritas data melalui sifat immutability blockchain, mencegah kecurangan seperti double voting, serta memungkinkan verifikasi publik tanpa mengungkap identitas pemilih melalui penerapan ZKP. Dengan demikian, model yang dikembangkan dapat menjadi solusi alternatif dalam membangun sistem voting digital yang transparan, aman, dan terpercaya.
Analisis Geospasial Berbasis Cloud untuk Pemetaan Risiko Erosi Lahan di Kabupaten Ponorogo Adi Fajaryanto Cobantoro; Ismail Abdurrozzaq Zulkarnain; Arin Yuli Astuti; Sugianti Sugianti
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 2 No. 1 (2026)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Kabupaten Ponorogo memiliki karakteristik topografi yang didominasi perbukitan dan pegunungan, sehingga rentan terhadap erosi lahan yang berdampak pada degradasi tanah, sedimentasi, dan peningkatan potensi bencana. Penelitian ini bertujuan memetakan distribusi spasial tingkat bahaya erosi serta menganalisis dinamika perubahannya di Kabupaten Ponorogo selama periode 2020–2023 menggunakan model Revised Universal Soil Loss Equation (RUSLE) berbasis Google Earth Engine (GEE). Data yang digunakan meliputi CHIRPS untuk faktor erosivitas hujan (R), OpenLandMap untuk erodibilitas tanah (K), SRTM DEM untuk faktor panjang dan kemiringan lereng (LS), serta MODIS NDVI untuk faktor tutupan lahan (C), sedangkan faktor konservasi (P) diasumsikan bernilai 1. Hasil analisis menunjukkan bahwa wilayah tengah Kabupaten Ponorogo cenderung berada pada kategori bahaya erosi sangat rendah hingga sedang, sedangkan wilayah selatan, tenggara, dan timur yang memiliki lereng lebih curam secara konsisten berada pada kategori tinggi hingga sangat tinggi. Secara temporal, rata-rata kehilangan tanah tahunan meningkat dari 19,24 ton/ha/tahun pada 2020 menjadi 27,6 ton/ha/tahun pada 2021, lalu sedikit menurun menjadi 24,7 ton/ha/tahun pada 2022, sebelum melonjak tajam menjadi 77 ton/ha/tahun pada 2023. Lonjakan ini mengindikasikan adanya anomali erosi yang diduga kuat dipengaruhi oleh penurunan tutupan vegetasi akibat kondisi kering terkait El Niño 2023, sehingga faktor C menjadi lebih dominan dibanding variasi curah hujan. Penelitian ini menegaskan bahwa integrasi RUSLE dan GEE efektif untuk mengidentifikasi pola spasio-temporal erosi serta mendukung penentuan prioritas wilayah konservasi lahan secara lebih cepat dan berbasis data.

Page 1 of 2 | Total Record : 20

 1   2 

Filter by Year

2026 2026


Reset
Filter By Issues
All Issue Vol. 2 No. 1 (2026) Vol. 1 No. 1 (2025)