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 44 Documents
 1   2   3   4   5 
Implementasi CNN berbasis Autoencoder pada Klasifikasi Pola Batik Muhammad Faqih Dzulqarnain; Abdul Fadlil; Imam Riadi
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Batik sebagai warisan budaya Indonesia memiliki keragaman motif yang perlu dilestarikan. Batik yang menjadi warisan budaya, memiliki tantangan untuk pengenalan pola yang ditujukan untuk melestarikan motif sesuai identifikasi ciri khas wilayahnya. Penelitian ini bertujuan untuk mengeksplorasi potensi alternatif autoencoder dalam identifikasi pola batik. Pemanfaatan teknologi kecerdasan buatan, khususnya autoencoder, diharapkan dapat dilakukan sebagai identifikasi motif batik secara akurat. Autoencoder dipilih karena kemampuannya dalam belajar representasi dengan mereduksi dimensi data secara otomatis tanpa memerlukan rekayasa fitur yang kompleks. Hasil penelitian menunjukkan bahwa autoencoder mampu mencapai akurasi 95,4% untuk data training, dan akurasi 93,7% untuk data testing. Penelitian ini memberikan kontribusi dalam pengembangan metode klasifikasi pola batik berbasis deep learning. Hasil yang diperoleh menunjukkan potensi autoencoder sebagai alat untuk pelestarian dan dokumentasi identifikasi motif batik.
Sistem Pengelolaan Inventaris Penjualan Barang di Toko Sembako dengan Metode Buffer Stock Berbasis WEB Rusydi Umar; Husnul Dzikri
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Toko sembako merupakan sebuah tempat jual beli barang baku dan terdapat interaksi antara penjual dengan pembeli untuk barang sembako. Toko ini mempunyai persediaan kebutuhan masyarakat sekitar. Beberapa toko sembako kurang mampu mengendalikan persediaan barang secara baik. Hal ini disebabkan karena system yang digunakan masih manual sehingga mengakibatkan banyaknya lembaran kertas catatan. Seringkali terjadi kehilangan lembar catatan oleh karena itu toko sembako tersebut. Akibatnya toko tersebut kesulitan dalam mengetahui barang masuk dan keluar. Untuk mengatasi masalah tersebut bisa digunakan sistem informasi inventaris penjualan barang. Sistem informasi inventaris merupakan alat untuk mengolah data persediaan barang dan digunakan untuk membantu toko sembako dalam mengelola kebutuhan dari toko tersebut. Metode buffer stock merupakan persediaan cadangan yang diadakan untuk melindungi dan menjaga toko sembako dari kemungkinan terjadinya kekurangan bahan (stockout). Dengan menerapkan sistem informasi inventaris menggunakan metode buffer stock maka dapat digunakan sebagai pengendali kestabilan persediaan barang. Hasil pengujuian menunjukkan bahwa sistem layak untuk digunakan.
Optimasi Protokol Routing Dinamis EIGRP pada Switch Multilayer Imam Riadi; Anton Yudhana; Hero Wintolo; Sudaryanto Sudaryanto; Rosalia Setia Nursanti
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Infrastruktur layanan teknologi informasi berkembang sangat pesat. Teknik routing menjadi syarat terhubungnya jaringan komputer. Penelitian ini bertujuan untuk mengoptimalkan protokol routing dinamis Enhanced Interior Gateway Routing Protocol (EIGRP) pada dua jaringan komputer yang berbeda. Routing yang digunakan untuk mengalirkan paket data dapat bekerja jika dikonfigurasikan pada peralatan router dan switch multilayer. Proses pengujian menggunakan protokol routing yang sama untuk dua jaringan komputer yang berbeda digunakan untuk mendapatkan data metrik terbaik. Tools yang digunakan pada jaringan komputer yang pertama berupa router, dan pada jaringan kedua menggunakan switch multilayer. Hasil dari pengujian terlihat bahwa nilai metric EIGRP pada jalur 2 sejumlah 30720. Penerapan protokol routing dinamis EIGRP mampu meningkatkan performa jaringan, khususnya dalam throughput, packet loss, delay, dan jitter, yang menjadikannya cocok untuk mendukung aktifitas jaringan yang stabil dan efisien.
Rancang Bangun Sistem Rekrutmen Karyawan Berbasis Website Menggunakan Codeigniter 4 Studi Kasus Cv. Amins Project Teknologi Indonesia Alif Rahmat Yudha Putra; Dedi Gunawan
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Dalam era digital yang terus berkembang, perusahaan-perusahaan semakin menyadari pentingnya memanfaatkan inovasi teknologi untuk meningkatkan efisiensi dan efektivitas dalam berbagai aspek operasional, termasuk proses penerimaan karyawan. CV. Amins Project Teknologi Indonesia menghadapi kendala pada metode rekrutmen konvensional yang menggunakan Google Form, seperti pengelolaan data yang kurang efisien dan proses seleksi manual yang memakan waktu. Untuk mengatasi masalah tersebut, dirancang sebuah sistem e-recruitment berbasis web menggunakan framework CodeIgniter 4 dengan metode pengembangan Waterfall. Sistem ini dirancang untuk mendukung proses rekrutmen secara terintegrasi dan otomatis, mencakup fitur formulir pendaftaran online, validasi data, pengelolaan data pelamar, serta notifikasi otomatis melalui WhatsApp. Proses pengembangan meliputi analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Hasilnya, sistem ini mampu meningkatkan efisiensi dan akurasi rekrutmen, mempermudah akses pelamar terhadap informasi lowongan, serta menyediakan transparansi hasil seleksi. Fitur-fitur utama meliputi halaman beranda untuk informasi lowongan, formulir pendaftaran online, daftar pelamar, dan pengumuman hasil seleksi. Pengujian menunjukkan bahwa sistem berfungsi sesuai spesifikasi dan memberikan manfaat signifikan bagi perusahaan. Dengan sistem ini, CV. Amins Project Teknologi Indonesia dapat menjalankan proses rekrutmen secara lebih efisien, terorganisir, dan responsif, mendukung pengembangan perusahaan di masa depan.
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.

Page 3 of 5 | Total Record : 44

 1   2   3   4   5 

Filter by Year

2025 2026


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