Abdul Rachman Manga

Full Author List

Muharram, Faturungi; Azis, Huzain; Manga, Abdul Rachman, Universitas Muslim Indonesia Fakultas Ilmu Komputer Makassar, Indonesia

Abstract

Meninjau dalam penggunaan teknologi, manusia tak pernah lepas dari kebutuhan akan sebuah informasi. Beberapa informasi dapat berupa file gambar, dokumen, dan video. Salah satu dari informasi tersebut banyak mengandung informasi penting yaitu informasi dalam bentuk file dokumen. Beberapa informasi memiliki privasi yang tidak boleh tersebar oleh public, oleh karena itu diperlukan cara dalam mengamankan informasi agar informasi tidak tersebar luas kepada pihak yang tak berwenang, dalam hal ini keamanan adalah salah satu hal yang penting. Salah satu cara yang diperlukan adalah menggunakan metode kriptografi. Dalam proses kriptografi terdapat konsep dasar yaitu enkripsi dan dekripsi. Enkripsi adalah proses dimana informasi atau data yang hendak dikirim diubah menjadi bentuk yang hampir tidak dikenali sebagai informasi awalnya dengan menggunakan algoritma tertentu. Dekripsi adalah kebalikan dari enkripsi yaitu mengubah kembali bentuk tersamar tersebut menjadi informasi awal [1]. Pada proses enkripsi terdapat beberapa cara yang dapat digunakan dan memiliki tingkat kekuatan serta kecepatan dan kelemahan dalam proses enkripsi tersendiri. Terdapat jenis model kriptografi, namun pada penelitian ini akan menyajikan analisis terhadap model kriptografi Advanced Encryption Standard (AES).

Related SDGs Targets

Full Author List

Asis, Muhammad Arfah; Purnawansyah; Manga, Abdul Rachman, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Jalan Urip Sumoharjo KM.05, Makassar, 90231, Indonesia

Abstract

Beberapa pengolahan data uji pada Laboratorium Kimia Universitas Muslim Indonesia (UMI) masih dilakukan menggunakan Microsoft Excel, salah satunya pada analisis kadar obat, di mana tidak semua obat memiliki metode analisis sehingga perlu dirancang metode yang sesuai dan divalidasi melalui pengujian berbagai parameter. Penelitian ini bertujuan untuk merancang aplikasi yang dapat menentukan validitas metode analisis farmasi guna memastikan efektivitas dan keamanan penggunaan obat, dengan parameter yang diuji meliputi presisi (keseksamaan), linearitas, akurasi (kecermatan), batas deteksi, dan batas kuantitas. Aplikasi yang dikembangkan berbasis desktop menggunakan bahasa pemrograman Delphi. Hasil pengujian menunjukkan adanya kesamaan dan perbedaan nilai perhitungan, di mana perbedaan disebabkan oleh proses input manual pada data linearitas yang menyebabkan pembulatan nilai, sedangkan pada aplikasi yang dikembangkan seluruh hasil perhitungan digunakan secara langsung pada proses berikutnya sehingga menghasilkan perhitungan yang lebih cepat dan lebih akurat.

Related SDGs Targets

Full Author List

Manga, Abdul Rachman; Latief, Muhammad Acqmal Fadhilla; Gaffar, Andi Widya Mufila; Azis, Huzain; Satra, Ramdan; Salim,Yulita, Departement of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Visual pattern recognition, selection of appropriate image processing techniques, and network architecture are key factors in achieving optimal model performance. This article focuses on the application of Identity Blocks in the context of image processing, especially on unbalanced datasets. Three different datasets, namely Plant Diseases, Rock & Paper Scissors, and Animal Faces, are used in this study, each with unique characteristics. Identity Block, implemented in the ResNet network architecture, helps to overcome the gradient loss problem that often occurs in deep neural networks (DNN) with deep layers. This research specifically explores Identity Block optimization using the hyperband method to improve model performance. The average performance improvement of all optimized models is 4.45% in accuracy, 5.39% in precision, 6.4% in recall, and 6.48% in F1-score. These results show that model optimization is very good at improving identity block performance using the hyperband method.

Related SDGs Targets

Full Author List

Purnawansyah; Ali, Zahrizhal; Darwis, Herdianti; Ilmawan, Lutfi Budi; Jabir, Sitti Rahmah; Manga, Abdul Rachman, Department of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Code Large Language Models (Code LLMs) such as Code LLaMa and StarCoder have exhibited outstanding proficiency in tasks required for specific tasks like code generation. Several conducted research to similar task by utilizing fine-tuning techniques from state-of-the-art base models for more specific related task. However, due to the cost limitations and limited computing resources, performing fine-tuning from large language models is excessively high. In this study, we utilized Low-Rank Adaptation (LoRA) for base large language models such as LLaMA-2 and Phi-1.5, which uses trainable rank decomposition matrices. Furthermore, we injected Quantized LoRA (QLoRA) to help reduce memory usage while training the model and analyzed the contribution to GPU usage. Notably, our findings reveal that employing these techniques for fine-tuning on small datasets yields cost-effective and viable alternatives for language-related tasks, showcasing competitive performance compared to state-of-the-art models like CodeLLaMa 7B substantiated by lower train loss achieved in our experiments.

Related SDGs Targets

Full Author List

Jumarlis, Mila; Mirfan, Mirfan; Manga, Abdul Rachman; Universitas Muslim Indonesia, Indonesia

Abstract

Defects in coffee beans can significantly affect the quality of coffee production so that defects in coffee beans can cause a decreasing the level of coffee production. The purpose of this study is to implement the GLCM (gray-level co-occurrence matrix) and the K-NN (k-nearest neighbor) method on a web-based program and provided a website to detect coffee bean defects. This study uses the GLCM algorithm to extract the features of the coffee images and uses the K-NN algorithm to classify the defect level of coffee beans. The system development was built using Unified Modeling Language. The development of this website was utilized the programming structure of PHP, HTML, CSS, Javascript, Mozilla Firefox as a browser for the website and MySql for the database management systems. The results show that the system can provide the output in the form of a classification level of the defect level of the coffee bean images. Then, the accuracy of the coffee bean defect assessment was achieved by 90%. Finally, this study concluded that the proposed system could help the coffee farmers determine the defect level of the coffee beans using images input.

Related SDGs Targets

Full Author List

Syamsumarlin; Hasanuddin, Tasrif; Manga, Abdul Rachman; Program Studi Teknik informatika,Fakultas Ilmu Komputer,Universitas Mus

Abstract

Sistem pengairan di Indonesia mayoritas masih menggunakan model tradisional, efektifitas distribusi air kedalam lahan persawahan masih rendah dan pada dasarnya peran petani sebagai penyedia kebutuhan pangan, terutama di indonesia, sangat besar. Dalam pengolahannya, air merupakan sumber kehidupan yang tidak dapat tergantikan oleh apa pun dan sebagai salah satu faktor penting yang dilakukan sebagai proses pengairan atau lebih di kenal dengan istilah irigasi. Penelitian ini bertujuan untuk merancang alat pengontrolan otomatis aliran air pada saluran irigasi persawahan yang dapat mempermudah dalam memberikan air ke tanah persawahan jika tanah mengalami kekurangan air. Perancangan sistem dimulai dari rangkaian sensor Soil Moisture, Arduino Nano, Orange PI, dan Pompa Air. Hasil penelitian menunjukkan bahwa prototipe sistem pengontrolan otomatis aliran air pada saluran irigasi persawahan yang dirancang dapat mengetahui tanah yang kekurangan air dari nilai kelembaban yang didapat berdasarkan informasi sensor soil moisture, dan hasil dari jumlah telur yg di produksi akan di tampilkan pada website. Setelah melakukan proses dalam penelitian ini hasil didapatkan total nilai rata-rata sebesar 75,6% dari nilai rata-rata pengujian yang diperoleh, dengan menggunakan alat pengontrolan otomatis aliran air pada saluran irigasi persawahan ini dapat membantu melakukan pengisian air jika tanah pada persawahan mengalami kurangnya air sehingga pekerjaan petani menjadi lebih mudah.

Related SDGs Targets

Full Author List

Afdala, Andi Muh; Salim, Yulita; Manga, Abdul Rachman; Universitas Muslim Indonesia, Indonesia

Abstract

Perkembangan teknologi informasi dan komunikasi telah membawa manfaat besar bagi kita dalam bidang pendidikan, bisnis dan komunikasi serta hiburan lainnya. Dalam perkembangan teknologi tersebut banyak berkembang aplikasi seperti voice chat salah satunya adalah Discord. Namun Discord kerap disalah gunakan. Aplikasi Discord ini lebih tepatnya populer di kalangan gamers. Salah satu dampak negatifnya adalah Discord menyebutkan telah mencekal lebih dari 2.000 grup yang terindikasi memiliki konten kekerasan dan ekstrim. Pelanggaran yang paling umum adalah kejahatan dunia maya, bullying dan konten eksploitasi, termasuk terorisme, balas dendam dan konten seksual. Salah satu kasus penyalahgunaan aplikasi Discord di Indonesia digunakan sebagai alat komunikasi kasus tindak pidana terorisme daulah islamiyah ISIS. Tujuan penelitian ini untuk melakukan proses investigasi dan menganalisis aplikasi Discord berbasis windows dengan menggunakan metode NIST. Hasil penelitian ini menunjukan bahwa telah didapatkan hanya berupa gambar dengan nilai persentase 38,46%, untuk video dengan nilai persentase 15,38% pada saat menggunakan tool FTK Imager. Selain dari itu teks percakapan, waktu, identitas tidak didapatkan.

Related SDGs Targets

Full Author List

Manga, Abdul Rachman; Sulistya, Yudha Islami; Kasmira, Universitas Muslim Indonesia; Handayani, Ani Nur; Herwanto, Heru Wahyu; Asmara, Rosa Andrie, Universitas Negeri Malang

Abstract

Dalam Buku ini penulis dengan jelas dan ringkas menguraikan konsep dan teknik yang digunakan dalam pemrosesan citra dan video, sehingga pembaca dapat dengan mudah memahami topik yang kompleks. Buku ini juga dilengkapi dengan ilustrasi dan contoh kasus yang membantu pembaca memahami konsep yang dijelaskan. Selain itu, penulis juga membahas teknologi terbaru dalam bidang komputer visi, seperti deep learning dan augmented reality, sehingga pembaca akan terus memperbarui pengetahuan mereka tentang topik ini. Buku ini dapat dijadikan referensi penting bagi mahasiswa dan peneliti di bidang komputer visi, serta praktisi yang ingin memperluas pengetahuan mereka dalam bidang ini

Related SDGs Targets

Full Author List

Hardianti, Arisa Tien; Manga, Abdul Rachman; Darwis, Herdianti, Universitas Muslim Indonesia Fakultas Ilmu Komputer Makassar, Indonesia

Abstract

Jurnal merupakan sebuah dokumen yang membahas mengenai sebuah penelitian dan berfokus pada 1 bidang kelimuan. Dalam jurnal keilmuan teknik informatika, ada banyak kategori yang bisa ditentukan, semakin banyak jurnal yang terbit, semakin banyak bidang keilmuan yang dapat dikelompokkan. Dalam penelitian ini, metode naïve bayes digunakan untuk mengklasifikasikan judul jurnal berdasarkan bidang keilmuan dalam dunia ilmu komputer yang terdapat pada data jurnal Seminar Nasional Ilmu Komputer (SNRIK) tahun 2016 dengan menghitung akurasi data. Selain itu, digunakan stopword removal untuk menghilangkan kata yang tidak memiliki arti, stemming untuk mendapatkan kata dasar dari judul jurnal yang akan dikelompokkan serta inverted index yaitu matriks antara term dan data. Dari penelitian yang dilakukan menghasilkan akurasi data sebesar 50% sehingga judul jurnal mendapatkan kategori yang sesuai.

Related SDGs Targets

Full Author List

Lorem ipsum dolor 123sit amet consectetur adipisicing elit. Nesciunt dolorem dolores ad maiores doloremque ducimus distinctio ratione exercitationem dicta aperiam ipsam, officiis harum voluptate dolore pariatur?

Abstract

Lorem ipsum dolor sit amet consectetur adipisicing elit. Nesciunt dolorem dolores ad maiores doloremque ducimus distinctio ratione exercitationem dicta aperiam ipsam, officiis harum voluptate dolore pariatur?

Related SDGs Targets

Full Author List

Lorem ipsum dolor 123sit amet consectetur adipisicing elit. Nesciunt dolorem dolores ad maiores doloremque ducimus distinctio ratione exercitationem dicta aperiam ipsam, officiis harum voluptate dolore pariatur?

Abstract

Lorem ipsum dolor sit amet consectetur adipisicing elit. Nesciunt dolorem dolores ad maiores doloremque ducimus distinctio ratione exercitationem dicta aperiam ipsam, officiis harum voluptate dolore pariatur?

Related SDGs Targets

Full Author List

Indra, Dolly; Satra, Ramdan; Azis, Huzain; Manga, Abdul Rachman; Universitas Muslim Indonesia, Indonesia

Abstract

Strawberry is one type of fruit that is favored by the people of Indonesia. The detection process to identify strawberries can be done by utilizing advances in computer technology, One of them is in the field of digital image processing. In this study, we made a strawberry ripeness detection system using the values of Red, Green and Blue as the reference values, while for identification in determining the type of classification using the K-Means algorithm that uses the Euclidean distance difference as the reference. Based on the results of testing using the K-Means algorithm on 51 strawberry images consisting of ripe, semi ripe and raw fruit yielding an accuracy rate of 82.14%, we also conducted tests other than strawberry images as many as 8 images yielded an accuracy rate of 100%.

Related SDGs Targets

Full Author List

Salim, Yulita; Rakasyah, Athar Fathana; Darwis, Herdianti; Herlinda; Irawati; Manga, Abdul Rachman, Departement of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

In the era of burgeoning image data, the demand for robust image classification algorithms has never been more pressing. This research article delves into the realm of image classification, encompassing a comprehensive analysis of diverse datasets and machine learning algorithms, While simultaneously studying the efficiency of ensemble approaches in improving classification performance. The study employs five distinct datasets, spanning medical images, everyday objects, and natural scenery, ensuring a broad spectrum of classification challenges. These datasets include the Skin Cancer ISIC dataset, CIFAR-10, Flowers, Apparel Image, and Brain Tumor dataset. The image classes within these data sets vary significantly, presenting an ideal testbed for assessing algorithmic versatility. Our investigation scrutinizes five machine learning algorithms: Support Vector Classifier (SVC), Random Forest Classifier (RFC), Gradient Boosting Classifier (GBC), K-Nearest Neighbors (KNN), and Gaussian Naive Bayes (GNB). Each algorithm is evaluated individually, followed by a comprehensive ensemble approach involving a Voting Classifier. The results unveil nuanced performance variations across diverse datasets. Notably, RFC and GBC exhibit remarkable accuracy in brain tumor image classification, while KNN demonstrates strengths in classifying apparel images. Ensemble techniques, embodied by the Voting Classifier, harmonize these algorithms, yielding competitive and balanced performance across the datasets. This article contributes valuable insights into the realm of image classification, shedding light on algorithmic strengths and limitations, the efficacy of ensemble techniques, and their applicability to diverse image datasets. These findings hold significance for fields ranging from medical diagnostics to everyday object recognition, paving the way for more precise and versatile image classification solution

Related SDGs Targets

Full Author List

Amsir, Liliyana; Manga, Abdul Rachman; Harlinda, Harlinda, Universitas Muslim Indonesia Fakultas Ilmu Komputer Makassar, Indonesia

Abstract

Pengukuran kinerja universitas berasal dari kinerja fakultas. Oleh karena itu, peningkatan kinerja fakultas sangat diperlukan sebagai daya tarik masyarakat untuk melanjutkan pendidikannya. Dalam penelitian ini, fakultas terbaik dapat dinilai dari beberapa faktor seperti: Pelayanan, Kemampuan Dosen dalam menyampaikan materi, Sarana dan Prasarana Fakultas, Kebersihan, Biaya perkuliahan, Keaktifan fakultas. Oleh karena itu, faktor-faktor yang terkait dengan fakultas terbaik di suatu universitas akan dianalisis. Sehingga diharapkan hasil analisa menjadi masukan bagi pihak universitas dalam menentukan fakultas terbaik. Dalam penelitian ini, metode SAW digunakan untuk menganalisis fakultas terbaik di Universitas sebanyak 8 data fakultas yakni Fakultas Pertanian, Fakultas Hukum, Fakultas Agama, Fakultas Ekonomi, Fakultas Ilmu Komputer, Fakultas Teknik, Fakultas Teknologi Industri, dan Fakultas Sastra pada Universitas Muslim Indonesia berdasarkan 6 kriteria yakni Pelayanan, Sarana dan Prasarana, Kemampuan Dosen, Kebersihan, Biaya Kuliah dan Keaktifan Fakultas. Dari penelitian yang telah dilakukan, sebanyak 40 data penilaian mahasiswa terhadap fakultas yang kemudian diolah menggunakan perhitungan metede SAW sehingga diperoleh hasil akhir Fakultas Teknologi Industri merupakan fakultas terbaik dengan bobot nilai akhir 0.95.

Related SDGs Targets

Full Author List

Asshiddiq, Muhammad Jamil; Manga, Abdul Rachman; Fattah, Farniwati, Universitas Muslim Indonesia Fakultas Ilmu Komputer Makassar, Indonesia

Abstract

Seiring berkembangnya teknologi, kebutuhan akan media penyimpanan yang berkapasitas besar dan akses yang cepat sangat dibutuhkan baik itu pada perangkat smartphone maupun komputer praktis. Network Attached Storage (NAS) merupakan perangkat penyimpanan yang terhubung langsung ke jaringan komputer sehingga kita dapat mengaksesnya melalui jaringan komputer lokal ataupun internet. Perangkat NAS yang tersedia di pasar sangatlah mahal seperti Intel NUC Mini PC, Synology Disk Station, WD Cloud dan masih banyak lagi perangkat serupa yang mana fungsinya sama dan bisa di implementasikan di PC yang sudah ada. Penelitian yang dilakukan akan menguji bagaimana performa dari Desktop PC yang difungsikan sebagai NAS Server. Dengan Open Media Vault (OMV) dapat dibangun sebuah sistem layaknya server yang dimiliki oleh perusahaan besar, namun penerapannya relatif sederhana serta rendah biaya sehingga dapat dimanfaatkan oleh pengguna untuk pemakaian pribadi atau bagi pelaku bisnis kecil dan menengah.

Related SDGs Targets

Full Author List

Ramadhani, Tri Anita Resky; Manga, Abdul Rachman; Punawansyah, Universitas Muslim Indonesia, Jl. Urip Sumohardjo KM.05, Makassar, Indonesia

Abstract

Penelitian ini bertujuan untuk membandingkan performa dua model Convolutional Neural Networks (CNN), yaitu VGG-16 dan ResNet50, dalam tugas klasifikasi multilabel gambar kerbau. Dataset yang digunakan terdiri dari 2009 gambar kerbau Toraja yang dilabeli dengan lima kategori: manusia, motor, truk, hewan liar, dan kerbau. Model-model CNN dilatih menggunakan 30 epoch dan dievaluasi dengan menggunakan metrik loss, akurasi, presisi, recall, dan f1-score.Hasil eksperimen menunjukkan bahwa VGG-16 secara konsisten mengungguli ResNet50 dengan mencapai akurasi tertinggi 0.95 pada set pelatihan dan 0.94 pada set validasi, serta f1- score 0.94 pada set pelatihan dan 0.92 pada set validasi. Temuan ini mengindikasikan bahwa arsitektur CNN yang lebih dalam dan terstruktur, seperti VGG-16, memberikan hasil yang lebih baik dalam mengklasifikasikan gambar-gambar kerbau dengan variasi label yang kompleks.

Related SDGs Targets

Full Author List

Anraeni, Siska; Manga, Abdul Rachman, Universitas Muslim Indonesia

Abstract

Tujuan penelitian ini adalah untuk mengetahui untuk membantu masyrakat yang mengalami kecanduan dengan melakukan diagnosa terhadap kecanduan yang dialaminya lalu menerapkan solusi yang diberikan untuk mengatasi masalah kecanduan yang di alaminya. Dari hasil kajian dan hasil penelitian maka penulis berasumsi bahwa Pengaruh game online telah memberikan dampak positif dan negatif bagi para pemain game online. Dampak positifnya adalah memberikan kesenangan dan hiburan bagi pemain game online serta mengasah kinerja otak yang dapat menciptakan strategi bermain untuk meraih kemenangan dan skor tertinggi. Dampak negatifnya adalah banyaknya waktu yang terbuang hanya karena bermain game, kesehatan mata pemain terganggu, psikologis pemain juga terganggu, banyaknya pengeluaran biaya internet dan mempengaruhi moral pemain game seperti berbicara kasar terhadap tim atau lawan main. Perlu adanya sebuah sistem untuk masyarakat yang dapat mengukur tingkat kecanduan para pemain game online. Metode yang digunakan yaitu Backward Chaining dan Certainty Factor. Dengan adanya sistem ini maka diharapkan agar memberikan kesadaran dan edukasi terhadap tingkatan level kecanduan yang dialami. Dengan menggunakan kedua metode tersebut dalam mendiagnosa kecanduan game diharapkan sistem mampu memberikan hasil yang sesuai.

Related SDGs Targets

Full Author List

Saida, Listyan Nur; Purnawansyah; Manga, Abdul Rachman, Jurusan Teknik Informatika, Universitas Muslim Indonesia, Jl. Urip Sumoharjo Km 05 Kampus II UMI, Makassar dan 90231, Indonesia

Abstract

Dalam penelitian ini dilakukan perancangan sebuah alat yang mampu menghitung jumlah praktikan yang hadir sebelum proses pembelajaran praktikum dimulai, mengingat Laboratorium Fakultas Ilmu Komputer Universitas Muslim Indonesia (UMI) masih menggunakan sistem pencatatan kehadiran secara manual dengan mengecek praktikan satu per satu sehingga sering terjadi kesalahan dalam proses presensi dan adanya keluhan terkait ketidaksesuaian jumlah kehadiran, serta risiko human error saat penginputan data ke komputer. Sistem yang dirancang menggunakan modul RFID dan Raspberry Pi sebagai komponen utama, di mana proses kerja dimulai dari pembacaan identitas melalui kartu RFID yang dibawa praktikan, kemudian data tersebut dikirim ke Raspberry Pi sebagai input, selanjutnya diteruskan ke komputer server untuk dilakukan pengecekan kesesuaian dengan jadwal praktikum yang sedang berlangsung. Jika data sesuai, maka server akan mengirimkan kembali informasi ke Raspberry Pi untuk ditampilkan pada LCD. Hasil penelitian ini berupa aplikasi berbasis RFID yang mampu mendeteksi kehadiran praktikan, menyimpan data presensi ke dalam database, serta menyediakan laporan hasil kehadiran secara lengkap.

Related SDGs Targets

Full Author List

Manga, Abdul Rachman; Nirmala; Azis, Huzain; Fattah, Farniwati; Salim, Yulita; Darwis, Herdianti, Departement of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Flower image classification poses a challenge in digital image processing, requiring effective methods for feature extraction and classification. The aim of this research is to improve the accuracy of flower image classification by employing ResNet-50 for feature extraction, with and without segmentation, and evaluating the effectiveness of various classification algorithms. The dataset consists of images of Calendula and Coreopsis flowers, totaling 2,025 samples. Four segmentation techniques-Canny, Thresholding, Otsu, and Mean Shift-along with a non-segmentation approach are applied. The features extracted using ResNet-50 are classified with Naive Bayes, Support Vector Machine (SVM), Decision Tree, and K-Neighbors Classifier (KNN). Performance evaluation is conducted using accuracy, precision, recall, and F1-score with 5-fold cross-validation. The results show that SVM delivers the best performance in most scenarios. The highest accuracy in segmentation scenarios was achieved with the Mean Shift technique at 0.91, while the non-segmentation approach yielded the highest accuracy of 0.95. The non-segmentation approach proves more effective, indicating segmentation is not always required for high classification accuracy with ResNet-50. This study shows that ResNet-50, especially without segmentation, can significantly improve flower image classification compared to traditional methods, opening opportunities for more efficient systems.

Related SDGs Targets

Full Author List

Purnawansyah; Supriadi, Naufal Abiyyu; Manga, Abdul Rachman; Adawiyah, Rabiatul; Harlinda; Hasanuddin, Tasrif, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

The volume of network traffic is ever-increasing, hence making DDoS attacks serious threats to the integrity of network security. This research paper focuses on improving the accuracy of detecting DDoS attacks using the ensemble machine learning methods of stacking, bagging, voting, and gradient boosting. In this work, is dataset big enough to correctly reflect real network traffic is used for training and testing purposes. The results indicate that gradient boosting has an accuracy rate of 0.99, followed by stacking and bagging, at 0.98. In this regard, both approaches tend to be efficient in the identification of the attack with limited errors in the prediction. Accordingly, the ensemble technique thus provides a robust approach toward the detection of DDoS attacks, while the study provides important information on the implementation of such strategies in real-time network security systems. Additional investigation is advised to examine supplementary datasets and optimize hyperparameters in order to enhance detection efficacy.

Related SDGs Targets

Full Author List

Manga, Abdul Rachman; Utami, Aulia Putri; Azis, Huzain; Salim, Yulita; Faradibah, Aulia, Department of Computer Engineering, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

The surge in machine learning (ML) and artificial intelligence has revolutionized medical diagnosis, utilizing data from chest ct-scans, COVID-19, lung cancer, brain tumor, and alzheimer parkinson diseases. However, the intricate nature of medical data necessitates robust classification models. This study compares support vector machine (SVM), naïve Bayes, k-nearest neighbors (K-NN), artificial neural networks (ANN), and stochastic gradient descent on multi-class medical datasets, employing data collection, Canny image segmentation, hu moment feature extraction, and oversampling/under-sampling for data balancing. Classification algorithms are assessed via 5-fold cross-validation for accuracy, precision, recall, and F-measure. Results indicate variable model performance depending on datasets and sampling strategies. SVM, K-NN, ANN, and SGD demonstrate superior performance on specific datasets, achieving accuracies between 0.49 to 0.57. Conversely, naïve Bayes exhibits limitations, achieving precision levels of 0.46 to 0.47 on certain datasets. The efficacy of oversampling and under-sampling techniques in improving classification accuracy varies inconsistently. These findings aid medical practitioners and researchers in selecting suitable models for diagnostic applications.

Related SDGs Targets

Full Author List

Herdianti; Manga, Abdul Rachman; Azis, Huzain, Universitas Muslim Indonesia

Abstract

Sistem informasi berbasis web telah menjadi salah satu trend pemanfaatan teknologi yang saat ini ditemui di dunia pariwisata dan ekonomi kreatif sebagai salah satu alternatif penyampaian informasi (pengetahuan dan berita) berbasis Internet yang dikeluarkan oleh dinas pariwisata atau pengelola tempat wisata dengan tujuan untuk kemudahan dalam pendistribusian informasi pada publik, baik masyarakat sekitar, wisatawan domestik, maupun wisatawan mancanegara. Sehubungan dengan hal tersebut, Fakultas Ilmu komputer sebagai lembaga yang berperan aktif dalam pengembangan dan penerapan teknologi informasi di Kawasan Indonesia Timur dengan visi fakultas yaitu “Smart Village” yang bersinergi dengan visi Universitas Muslim Indonesia terkait “Halal Issues” melakukan peningkatan kualitas dan pengembangan desa di Lembang Marinding Kecamatan Mengkendek Tana Toraja khusus di bidang pariwisata halal dan ekonomi kreatif melalui sebuah kegiatan pengabdian kepada masyarakat (PkM) yang dilaksanakan dalam bentuk pengembangan website bagi pengelola Gunung Kandora Kabupaten Tana Toraja demi peningkatan pendapatan ekonomi daerah dan secara khusus untuk kesejahteraan masyarakat sekitar

Related SDGs Targets

Full Author List

Atmajaya, Dedy; Manga, Abdul Rachman; Haris, Asman, Fakultas Ilmu Komputer Universitas Muslim Indonesia, Jl. Urip Sumoharjo KM. 05, Makassar 90231, Indonesia

Abstract

Sistem antrian tradisional pada pusat-pusat pelayanan publik seperti puskesmas masih didapati kendala-kendala teknis yang menghambat proses pelayanan. Tentunya hal ini dirasa kurang efisien baik dari segi pengguna layanan dan pemberi layanan. Dari permasalahan tersebut, maka diperlukansuatu teknologi untuk memudahkan pasien dan pihak puskesmas dalam melakukan manajemen antrian. Program pengabdian ini bertujuan untuk membangun sistem antrian berbasis aplikasi sehingga memudahkan pihak puskesmas dan pihak pasien (masyarakat umum) mengetahui status antrian dan sekaligus sebagai aplikasi menajemen antrian bagi pihak puskesmas. Luaran dari pengabdian ini adalah prototype Aplikasi Manajemen Antrian pada puskesmas Sanrobone, kabupaten Takalar, Sulawesi Selatan. Teknologi yang digunakan pada pengabdian ini adalah aplikasi berbasis web (framework) dan ESP32 sebagai sistem kontrolnya.

Related SDGs Targets

Full Author List

Manga, Abdul Rachman; Nanda, As'syahrin, Department of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia; Handayani, Anik Nur; Herwanto, Heru Wahyu, Department of Electrical Engineering, Universitas Negeri Malang, Malang, Indonesia; Asmara, Rosa Andrie, Information Technology Department, State Polytechnic of Malang, Malang, Indonesia; Lantara, Dirgahayu, Faculty of Industrial Engineering, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Data classification plays a crucial role in artificial intelligence, particularly in enhancing model accuracy. This study focuses on classifying Toraja buffalo, a livestock breed with significant cultural importance in South Sulawesi, Indonesia. While the Single Input Approach is commonly used for classification, it often fails to capture all the necessary attributes to effectively distinguish between racial traits. Therefore, this research aims to evaluate the effectiveness of a multi-input approach, which integrates multiple data inputs to improve classification performance compared to the Single Input method. We employed four classification techniques: K-Nearest Neighbors (KNN), Support Vector Machine (SVM), Naïve Bayes, and Decision Tree, using both Single Input and Multi Input configurations. Model performance was assessed through Precision, Recall, F1 Score, and Accuracy metrics. The findings indicate that the Multi Input approach consistently outperformed the Single Input method. Notably, KNN achieved its best performance with Multi Input, recording an F1 Score of 0.7263 and an Accuracy of 0.7333, significantly surpassing the results obtained from Single Input. Similarly, SVM also demonstrated substantial performance enhancements with Multi Input. Overall, the study highlights the importance of incorporating a wider array of informative data to enhance the model's capability in accurately classifying specific categories, with KNN showing the most pronounced improvements

Related SDGs Targets

Full Author List

Belluano, Poetri Lestari Lokapitasari; Rahma, Reyna Aprilia; Darwis, Herdianti; Manga, Abdul Rachman, Department of Computer Science, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

This study aims to analyze the performance of various ensemble machine learning methods, such as Adaboost, Bagging, and Stacking, in the context of skin cancer classification using the skin cancer MNIST dataset. We also evaluate the impact of handling dataset imbalance on the classification model’s performance by applying imbalanced data methods such as random under sampling (RUS), random over sampling (ROS), synthetic minority over-sampling technique (SMOTE), and synthetic minority over-sampling technique with edited nearest neighbor (SMOTEENN). The research findings indicate that Adaboost is effective in addressing data imbalance, while imbalanced data methods can significantly improve accuracy. However, the selection of imbalanced data methods should be carefully tailored to the dataset characteristics and clinical objectives. In conclusion, addressing data imbalance can enhance skin cancer classification accuracy, with Adaboost being an exception that shows a decrease in accuracy after applying imbalanced data methods.

Related SDGs Targets

Full Author List

Fiqram, Muhammad; Fattah, Farniwati; Manga, Abdul Rachman, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Kemajuan dalam dunia e-sport, khususnya melalui platform game Playerunknown's Battlegrounds Mobile (PUBG Mobile), telah merubah pandangan masyarakat terhadap bermain game. Aktivitas yang dahulu sering dianggap hanya sebagai hiburan belaka dan dipandang sebelah mata, kini diakui sebagai kegiatan yang mampu memberikan manfaat positif, terutama dalam mengembangkan kemampuan soft skill melalui kompetisi. Namun, di balik perkembangan ini, masih terdapat beberapa masalah yang belum terselesaikan, salah satunya merupakan kurangnya dukungan infrastruktur jaringan yang memadai. Oleh karena itu, tujuan utama dari penelitian ini merupakan merancang sebuah prototype jaringan yang dapat digunakan untuk turnamen e-sport PUBG Mobile. Perancangan ini menggunakan metode studi literatur dan pengujian melalui simulasi nyata. Penggunaan metode dalam perancangan jaringan turnamen mampu menghasilkan sebuah rancangan prototype jaringan yang dapat memenuhi seluruh kebutuhan teknis untuk kegiatan tournament, sehingga dapat mendukung kelancaran dan kualitas kompetisi e-sport secara optimal. Penelitian ini diharapkan dapat memberikan solusi praktis dan inovatif untuk mendukung perkembangan e-sport yang semakin pesat.

Related SDGs Targets

Full Author List

Herman; Putri, An’nisa Pratama, Universitas Muslim Indonesia,Makassar, Sulawesi Selatan 90234,Indonesia; Noor, MegatNorulazmi Megat Mohamed, MIIT University Kuala Lumpur, 50250 Kuala Lumpur,Malaysia; Darwis, Herdianti; Hayati, Lilis Nur; Irawati; As'ad, Ihwana, Universitas Muslim Indonesia,Makassar, Sulawesi Selatan 90234,Indonesia

Abstract

Introduction: Passura', or Toraja carvings, are an essential element of the cultural heritage of the Toraja people in Indonesia. These carvings feature complex motifs rooted in nature, folklore, and spiritual symbolism. This study aims to evaluate the efficacy of four Convolutional Neural Network (CNN) architectures—VGG-16, DenseNet121, ResNet50V2, and EfficientNetB0—in classifying seven traditional Toraja carving motifs. Methods: A dataset of 700 images was collected and categorized into seven motif classes. The dataset was split into 80% for training and 20% for validation. Each CNN model was trained for 25 epochs with standard pre-processing, including resizing to 224×224 and normalization. Performance evaluation was conducted based on validation accuracy and confusion matrix analysis to assess classification precision and model overfitting. Results: EfficientNetB0 achieved the highest validation accuracy of 98%, although signs of overfitting were observed. ResNet50V2 followed closely with a validation accuracy of 95.33% and demonstrated the most balanced classification results across all motif categories. VGG-16 and DenseNet121 achieved 94.67% and 81.82%, respectively. Confusion matrix analysis confirmed the robustness of ResNet50V2 in correctly identifying complex patterns. Conclusions: The findings indicate that ResNet50V2 provides a reliable balance between accuracy and generalizability for classifying Toraja carvings, making it suitable for digital preservation of cultural heritage. EfficientNetB0, while achieving higher accuracy, may require additional regularization to avoid overfitting. This study contributes to the development of AI-driven cultural documentation and suggests future research with larger and more diverse datasets to improve model robustness

Related SDGs Targets

Full Author List

Hayati, Lilis Nur, Program Studi Sistem Informasi, Universitas Muslim Indonesia, Makassar, Indonesia; Manga, Abdul Rachman; Munawir, Ali, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Shalat adalah momen khusyuk yang menghubungkan diri dengan Tuhan, menjadi bentuk komunikasi hamba kepada pencipta, dengan tujuan mendekatkan diri. Dalam menjalankan shalat, bagi Muslim, penting mengikuti gerakan sesuai sunnah Nabi dan tata cara empat mazhab Islam: Hanafi, Maliki, Syafi'i, dan Hambali. Meski gerakan mazhab berbeda, perbedaan ini dapat dipelajari sesuai dengan mazhab yang dianut, tanpa menjadi perdebatan pada masyarakat mengenai perbedaan tata cara gerakan shalat. Teknologi Augmented Reality (AR) 3D dengan metode Marker-based Tracking menjadi alternatif menarik untuk memudahkan pemahaman tata cara gerakan shalat sesuai mazhab. AR adalah salah satu teknologi yang dapat menciptakan aplikas, maka digunakanlah teknologi ini pada proses pengenalannya. Marker-based tracking memanfaatkan penanda dengan pola titik-titik untuk mendeteksi dan proyeksikan objek 3D ke AR. Tujuan penelitian ini adalah membantu umat Muslim, terutama yang baru belajar shalat atau ingin memahami gerakan berbagai mazhab, untuk mengikuti gerakan yang tepat sesuai mazhab yang dianut. Berdasarkan perancangan, implementasi dan pembahasan yang telah dilakukan dalam penelitian ini serta beberapa koresponden yang telah menguji aplikasi ini maka dapat diambil kesimpulan bahwa aplikasi ini memberikan beberapa fitur yang dapat membantu dalam proses pembelajaran khususnya dalam pembelajaran tata cara gerakan shalat.

Related SDGs Targets

Full Author List

Belluano, Poetri Lestari Lokapitasari; Mashar, Audi Faathirmansyah; Gaffar, Andi Widya Mufila; Manga, Abdul Rachman; Purnawansyah, Departement of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

The scope of this book focuses on how information technology may assist in achieving goals and in providing solutions to problems such as a pandemic. Research on the Internet and on technology has been done, and the findings have applications in various sectors that rely on interdisciplinary knowledge. This book explores and describes state-of-the-art research conducted during the COVID-19 pandemic. Topics covered include the IT viewpoint and the rules governing digital transformation throughout the pandemic. The Digital Revolution sped up by a decade during COVID-19, which impacted both the user experience and that of software developers. As a component of the digital transformation process, this book explores the experiences of both the user and developer when attempting to change and adapt while utilizing an information technology program. This book includes five topics: (1) multidisciplinary artificial intelligence, (2) Smart City and Internet of Things applications, (3) game technology and multimedia applications, (4) data science and business intelligence, and (5) IT hospitality and information systems. Each topic is covered in several book chapters with some application in several countries, especially developing countries. The chapters provide insight from contributors with different perspectives and several diverse fields who present new ideas and approaches to solving problems associated with the worldwide pandemic.

Related SDGs Targets

Full Author List

Indra, Dolly; Umar, Fitriyani; Fattah, Farniwati; Azis, Huzain; Manga, Abdul Rachman, Faculty Of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

The global spread of COVID-19 had altered human behavior. One example was the shift from direct touch to less contact in interpersonal interactions. At that time, during the COVID-19 pandemic, digital technology was vital for reducing and eliminating social, physical, and psychological risk factors and managing the long-term consequences of social isolation and lockdown loneliness. Throughout the previous decade, various nations, notably developing nations, have embraced technology and adapted it to local conditions in response to the pandemic. The technologies are advantageous and might be expanded for further applications. This chapter will discuss deploying various technologies, including an automatic barrier gate, a smart stick for the blind, and automatic handwashing. These instruments utilized microcontroller technology. These tools are helpful, but they require further improvement.

Related SDGs Targets

Abstract

The scope of this book focuses on how information technology may assist in achieving goals and in providing solutions to problems such as a pandemic. Research on the Internet and on technology has been done, and the findings have applications in various sectors that rely on interdisciplinary knowledge. This book explores and describes state-of-the-art research conducted during the COVID-19 pandemic. Topics covered include the IT viewpoint and the rules governing digital transformation throughout the pandemic. The Digital Revolution sped up by a decade during COVID-19, which impacted both the user experience and that of software developers. As a component of the digital transformation process, this book explores the experiences of both the user and developer when attempting to change and adapt while utilizing an information technology program. This book includes five topics: (1) multidisciplinary artificial intelligence, (2) Smart City and Internet of Things applications, (3) game technology and multimedia applications, (4) data science and business intelligence, and (5) IT hospitality and information systems. Each topic is covered in several book chapters with some application in several countries, especially developing countries. The chapters provide insight from contributors with different perspectives and several diverse fields who present new ideas and approaches to solving problems associated with the worldwide pandemic.

Related SDGs Targets

Full Author List

Syamsuddina, Khalish Ghandur; Satra, Ramdan; Manga, Abdul Rachman, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Suhu tubuh Manusia bervariasi tergantung dengan kondisi ruangan dan faktor-faktor seperti iklim tropis dan pemanasan global di Indonesia. Oleh karena itu, diperlukan alat pendingin untuk memberikan kenyamanan dengan menurunkan suhu dan menciptakan suasana yang lebih sejuk.Alat pendingin yang umum digunakan adalah kipas angin. Namun, sebagian besar kipas angin yang tersedia saat ini masih bersifat manual, mengharuskan pengguna untuk menekan atau memutar tombol pada badan kipas untuk menghidupkan atau mematikannya. Kendala ini sering membuat manusia enggan mengoperasikan kipas, karena harus mendekati alat tersebut. Sebagai solusi, telah dikembangkan kipas angin otomatis yang menggunakan sensor suhu (DHT11) dan dikendalikan melalui Arduino Uno. Sensor DHT11 berfungsi untuk mengukur suhu ruangan, sementara Arduino bertugas sebagai pengendali. Tujuan dari pengembangan kipas angin otomatis ini adalah untuk memberikan kemudahan kepada pengguna dalam mengontrol kipas angin Dalam pengujian, kipas otomatis akan menyala jika sensor membaca suhu ruangan 30°C atau lebih, dan akan mati jika suhu berada pada 29°C ke bawah. Dengan demikian, alat ini memberikan kenyamanan tanpa memerlukan interaksi manual yang intensif.

Related SDGs Targets

Full Author List

Belluano, Poetri Lestari Lokapitasari; Manga', Abdul Rachman, Universitas Muslim Indonesia

Abstract

Sekolah Polisi Negara (SPN) merupakan bagian dari unit organisasi Polri dibawah naungan kepolisian daerah yang melaksanakan tugas pokok sebagai unsur pelaksana lembaga pendidikan Polri mengemban tugas melaksanakan program pendidikan dan pelatihan tingkat kepolisian daerah. Proses penganggaran pada SPN Polda Sulawesi Selatan mulai dari tahapan awal pembuatan DIPA, proses pengajuan rencana kebutuhan anggaran, realisasi anggaran hingga tahap terakhir pelaporan realisasi anggaran masih belum memiliki sistem yang mampu mengolah dan mengendalikan data dengan baik. Aplikasi E-Budgeting berbasis website yang dapat diakses admin, Renmin, Para Staf dan Kepala SPN sebagai media untuk mempermudah Pihak SPN Polda Sulsel dalam mengelola data anggaran sampai pembuatan laporan realisasi anggaran yang sekiranya diakses secara online terhubung dengan internet. Dalam merancang aplikasi E-Budgeting peneliti menggunakan pemodelan perangkat lunak Unified Modelling Language (UML) yang berorientasi pada objek. Proses pemodelan UML ini dimulai dengan menganalisis kebutuhan sistem dan diimplementasikan pada usecase diagram lalu dilanjutkan dengan membuat class diagram, sequence diagram dan activity diagram. Metode penelitian yang digunakan adalah Model System Development Life Cycle (SDLC) Waterfall merupakan sebuah model pengembangan perangkat lunak yang menyediakan pendekatan alur hidup perangkat lunak secara sekuensial atau terurut dimulai dari analisis kebutuhan, perancangan, pengujian, impelentasi dan pemeliharaan. Hasil pengujian menunjukkan bahwa aplikasi e-budgeting yang dibangun sudah memenuhi standar yang telah ditentukan dan mampu mengakomodir seluruh proses penganggaran sehingga dapat meningkatkan efektifitas, efisiensi, dan relevan dalam proses penganggaran SPN Polda Sulsel.

Related SDGs Targets

Full Author List

Atmajaya, Dedy; Manga, Abdul Rachman; Haris, Asman; Universitas Muslim Indonesia, Indonesia

Abstract

Utilization of Information Technology has now penetrated all fields includinghealth services.One of them is the existence of an application-based patient data management system, making it easier for thepuskesmas to see visitor/patient statistics in accordance with complaintssubmitted.These applications already exist but are still stored in the play store to be downloaded, so it is deemednecessary to make the container into one in the form of a website to make it easier for people to use it.Besides this website is also used as a disseminator of information and activities held by the sanrobonepuskesmas in Takalar district, SouthSulawesi.The main purpose of this service is to create a digitalcommunication media (website), to disseminate information to thepublic. Finally, it is easier for people to getdigital information fromtrusted sources (Puskesmas Sanrobone).

Related SDGs Targets

Full Author List

Manga, Abdul Rachman; Atmajaya, Dedy; Faradibah, Amaliah, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Agriculture utilizes biological resources to produce food, industrial raw materials, energy sources, and manage the environment. This sector plays a strategic role in national economic development. This research aims to design an automatic spraying system for shallot plants based on soil moisture using soil moisture sensors. This system utilizes soil moisture sensors to detect the water content in the soil as well as soil moisture sensors to measure the air humidity around the plants. Data from both sensors are processed by the microcontroller to regulate the timing and duration of the spraying. The prototype of this system was built using soil moisture sensors, soil moisture sensors, microcontrollers, water pumps, solenoid valves, and other supporting components. Testing was conducted in the field with red onion plants as the test subjects. The results show that the system is capable of functioning effectively in watering plants based on soil moisture levels. The sensor works accurately in measuring water content, while the microcontroller successfully controls the spraying optimally. The implementation of this system has proven to increase water usage efficiency and support better growth of red onion plants. Thus, this automatic spraying system offers an environmentally friendly and efficient solution for irrigation based on soil moisture and soil moisture sensors.

Related SDGs Targets

Full Author List

Indra, Dolly; Manga, Abdul Rachman; Harlinda; Herman; Alwi, Erick Irawadi; Mansyur, St. Hajrah; Nurhayati, Lilis; Purnawansyah; Fajrin, Ade Moehammad; Universitas Muslim Indonesia, Indonesia

Abstract

Penyandang tuna netra saat ini masih memiliki kesulitan dalam melakukan aktifitasnya terutama dalam masalah mobilitas di dalam masyarakat. Hal ini tentunya diakibatkan karna masih minimnya sarana dan prasarana yang dapat menunjang para penyandang tuna netra dalam melakukan kegiatan sehari-hari. Salah satu alat bantu yang biasa digunakan oleh penyandang tuna netra untuk melakukan kegiatan sehari-hari adalah tongkat tuna netra, dengan tongkat ini para penyandang tuna netra cukup terbantu terutama ketika berjalan, namun tongkat tuna netra tersebut masih memiliki keterbatasan, salah satunya adalah tidak dapat mendeteksi keberadaan objek yang berada diluar dari jangkauan tongkat tersebut, dengan kata lain penyandang tuna netra dapat merasakan objek yang ada disekitarnya ketika tongkat tuna netra menyentuh objek tersebut. Maka dari itu pada penelitian ini dikembangkan sebuah konsep alat bantu jalan bagi penyandang tuna netra dengan menambahkan sebuah perangkat baru yang dapat menutupi keterbatasan yang ada pada tongkat tuna netra. Alat yang dirancang memanfaatkan teknologi mikrokontoler berupa arduino, sensor ultrasonik, modul Mp3 dan micro DC.

Related SDGs Targets

Full Author List

Darwis, Herdianti; Adnan, Adam; Purnawansyah; Manga, Abdul Rachman, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia; Wibawa, Aji Prasetya; Irawati, Department of Electrical and Informatics Engineering, Universitas Negeri Malang, Malang, Indonesia

Abstract

The proliferation of online learning platforms has necessitated automated systems for monitoring students' emotional states, given that variations in facial expressions significantly influence engagement and learning outcomes. This study proposes a spatio-temporal classification framework for recognizing emotion intensity levels in the DAiSEE dataset, utilizing Vision Transformer as a spatial feature extractor alongside various temporal models, including LSTM, BiLSTM, TimeSformer, and their hybrid variants. Embeddings are extracted via ViT, after which temporal dependencies are captured by each classifier, incorporating feature-level oversampling to mitigate severe class imbalance. Experimental findings reveal that, despite ViT's ability to generate robust spatial representations, all temporal models struggle to identify minority classes, resulting in predictions biased toward the majority class as evidenced by low balanced accuracy scores and overlapping clusters in t-SNE visualizations. Among all configurations, the ViT + LSTM model delivered the most reliable performance, attaining 59 % accuracy and a 0.59 weighted F1-score on engagement labels, while remaining competitive with prior methods. In essence, integrating spatial and temporal features enhances classification efficacy, yet its effectiveness is substantially constrained by imbalanced data distributions. These results offer a thorough examination of representational challenges in imbalanced affective datasets, along with recommendations for mitigation techniques, crossdataset assessments, and multimodal integrations.

Related SDGs Targets

Full Author List

Manga, Abdul Rachman; Widyawati, Dewi; Fahmi; Samsul, Universitas Muslim Indonesia

Abstract

The conventional manual watering method employed by cultivators often results in uneven watering and inconsistent water levels during each irrigation session. To address this problem, automatic watering tools are commonly adopted that utilize soil moisture sensors for efficient watering. However, challenges arise in dealing with diverse soil conditions across multiple planting media. In response to these challenges, the author proposed the design and development of a soil moisture-based watering device utilizing NodeMCU ESP32 as a microcontroller connected to six soil moisture sensors. This tool aims to provide a solution for watering six different soil media with varying conditions. The system incorporates six solenoid valves to control water channels, with a relay regulating the valve performance. The testing and implementation involve watering each soil medium when the sensor detects humidity levels exceeding 2047 bits. The preliminary tests demonstrated successful operation, particularly with solenoid valve 1 exhibiting consistent performance across ten trials, leading to positive outcomes for all six solenoid valves. Overall, the proposed tool proved effective in watering different soil media, with successful results in eight out of ten trials.

Related SDGs Targets

Full Author List

Suherman, Muh Yeyen Dwi; Indra, Dolly; Manga, Abdul Rachman, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Kebiasaan merokok sering kita jumpai di kafe dan tempat umum lainnya. Kebiasaan ini dapat membuat pengunjung lain merasa canggung dengan asap rokok. Udara bersih tentu dibutuhkan oleh semua orang, baik orang dewasa, tua, maupun muda, Namun, banyak orang yang mengotori udara bersih, salah satu contohnya adalah dengan merokok di tempat umum. Kurangnya kesadaran dan pandangan negatif masyarakat setempat tentang risiko rokok bagi mereka dan orang di sekitar mereka, membuat kurangnya kapasitas masyarakat setempat mengubah cara berperilaku dan menciptakan lingkungan yang sehat. Oleh karena itu, upaya pencegahan harus dilakukan di rumah, di kelas, dan di masyarakat. Dengan hal tersebut peneliti membuat rancangan bangun prototype smoke detector berbasis arduino uno R3. Dengan menggunakan beberapa komponen alat yang dapat membantu mendeteksi asap rokok seperti arduino uno R3 berfungsi untuk mengolah hasil input-an yang dibaca oleh sensor MQ 135 kemudian mengeluarkan output sesuai dengan apa yang telah diprogramkan. MQ 135 berfungsi mendeteksi asap rokok, L298n sebagai pengatur kecepatan pada fan, LCD 12c menampilkan data yang tersedia, fan untuk mengeluarkan asap

Related SDGs Targets

Full Author List

Azis, Muhammad Arzhi; Irawati; Manga, Abdul Rachman, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Yayasan Kesehatan Telkom (YAKES Telkom) adalah suatu badan usaha nirlaba yang didirikan oleh PT Telekomunikasi Indonesia (Persero) Tbk. (Telkom) pada tanggal 1 April 1998. Yakes Telkom bergerak di bidang pelayanan kesehatan bagi karyawan, pensiunan, dan keluarga Telkom beserta anak perusahaannya. Yayasan ini terbagi di 7 kawasan. Salah satu kawasan daerah dari penelitian ini adalah Divisi Regional (DIVREG) VII KTI (Kawasan Timur Indonesia) yang berpusat di Makassar, Sulawesi Selatan. Penelitian ini bertujuan untuk menganalisis sebuah perancangan sistem informasi dalam pendaftaran pasien rawat jalan di TPKK (Titik Pelayanan Kesehatan Khusus) Pettarani, Makassar berdasarkan design user interface (UI) yang sudah responsif terhadap tampilan mobile sehingga dengan adanya sistem informasi seperti ini, karyawan maupun programmar dapat merasakan kemudahan dalam sistem pendaftaran pasien. Proses dalam penelitian ini menggunakan metode wawancara secara langsung dengan General Manager dan Officer IT. Perancangan maupun permodelan dilakukan dengan menggunakan sistem Flowchart, UML (Use Case Diagram, Activity Diagram, Sequence Diagram), maupun mockup dari aplikasi yang bernama Clinsys

Related SDGs Targets

Full Author List

Ambas, Muhammad Alif; Atmajaya, Dedy; Manga’, Abdul Rachman, Universitas Muslim Indonesia

Abstract

Pemberian pakan ayam broiler secara manual kerap dianggap tidak efisien karena memerlukan waktu, tenaga, dan berpotensi mengganggu konsistensi jadwal pemberian pakan. Penelitian ini bertujuan merancang sistem otomatisasi pemberian pakan berbasis mikrokontroler Arduino ATmega328 SMD yang bekerja secara terjadwal untuk meningkatkan efisiensi operasional peternakan. Sistem ini dilengkapi dengan sensor ultrasonic untuk memantau ketinggian pakan, load cell untuk menimbang berat pakan, modul Real Time Clock (RTC) untuk mengatur waktu, LCD sebagai penampil informasi, serta motor servo untuk mengatur buka-tutup katup pakan. Pemberian pakan dilakukan dua kali sehari, yakni pukul 08.00 dan 17.00, dengan takaran antara 315 hingga 393 gram per sesi. Simulasi pengujian menunjukkan bahwa semua komponen berfungsi optimal dalam skenario otomatis. Hasil perancangan sistem membuktikan bahwa sistem bisa digunakan dan diimplementasikan bagi peternak ayam untuk mengurangi beban kerja peternak, menjaga konsistensi waktu pemberian pakan. Dengan demikian, rancangan ini menawarkan solusi efektif dan praktis dalam manajemen pemberian pakan pada ayam broiler secara otomatis dengan pengaturan waktu terjadwal.

Related SDGs Targets

Full Author List

Yusuf, Dwiky Aries Nugraha; Manga’, Abdul Rachman, Universitas Muslim Indonesia

Abstract

Perpustakaan berperan penting dalam mendukung pendidikan dan meningkatkan literasi masyarakat. Perkembangan teknologi informasi mendorong transformasi perpustakaan konvensional menjadi perpustakaan digital untuk memenuhi kebutuhan masyarakat modern yang mengutamakan efisiensi dan kemudahan akses informasi. Namun, perpustakaan digital menghadapi tantangan seperti keterbatasan dalam sistem pencarian, pengelolaan ulasan, dan penyediaan rekomendasi yang relevan. Permasalahan ini menunjukkan perlunya pengembangan sistem informasi berbasis teknologi yang lebih adaptif dan responsif terhadap kebutuhan pengguna. Penelitian ini bertujuan untuk merancang sistem informasi perpustakaan digital berbasis Natural Language Processing (NLP) yang mampu meningkatkan kualitas layanan perpustakaan dengan fitur rekomendasi bacaan buku digital. Teknologi NLP digunakan untuk menganalisis sentimen ulasan/komentar pengguna, meningkatkan akurasi pencarian, dan menyediakan rekomendasi buku sesuai preferensi. Proses pengembangan sistem mencakup pengumpulan data melalui web scraping, pelabelan, pre-processing, pembagian data, dan analisis model NLP. Evaluasi dilakukan untuk mengukur akurasi, presisi, dan recall. Hasil perancangan penelitian menunjukkan bahwa penerapan NLP dapat meningkatkan efisiensi sistem perpustakaan digital, baik dalam memahami kebutuhan pengguna maupun dalam menyajikan informasi. Sistem informasi perpustakaan digital tidak hanya membantu pengguna dalam menemukan bahan bacaan yang sesuai kebutuhan, tetapi juga memperkuat peran perpustakaan sebagai pusat literasi adaptif terhadap perkembangan teknologi. Dengan demikian, perpustakaan digital berbasis NLP menjadi solusi inovatif untuk meningkatkan aksesibilitas dan pengalaman pengguna secara signifikan

Related SDGs Targets

Full Author List

L, Harlinda; Manga’, Abdul Rachman; Satra, Ramdan, Universitas Muslim Indonesia

Abstract

This study applies Artificial Intelligence (AI) using the Long Short-Term Memory (LSTM) algorithm to predict daily sales at the FIKOM-UMI Minimarket. Sales data from 2023 to 2024 involving 82 items were used and processed into a time series format. Five LSTM architectural scenarios were tested, including baseline, bigger model, lightweight, bidirectional LSTM, and single-layer medium, to identify the most effective model in capturing sales patterns. The data underwent preprocessing stages, including daily aggregation, reindexing to fill missing dates, and normalization using MinMaxScaler before being transformed into sequences with a 30-day time step. Model performance was evaluated using MSE, RMSE, MAPE, and accuracy metrics. The results show that the Bidirectional LSTM (Scenario 4) achieved the best performance, with the lowest MAPE of 19.43% and the highest accuracy of 80.57%. The model successfully generated stable predictions for 7-day and 30-day forecasting with a range of 153–155 units per day, indicating consistent sales patterns. Testing on the top 10 best-selling items showed significant performance variation, with GARUDA ROSTA BWNG 100 Gram achieving the highest accuracy (46.97%), while aoka rasa pandan showed the lowest performance (-76.05%). These findings demonstrate that the LSTM model can be effectively applied for sales prediction in campus minimarkets; however, a hybrid approach with product segmentation is recommended to optimize inventory management across product categories with varying levels of predictability

Related SDGs Targets

Full Author List

Manga, Abdul Rachman; Handayani, Anik Nur; Herwanto, Heru Wahyu; Asmara, Rosa Andrie; Raja, Roesman Ridwan

Abstract

Identification and classification of species are crucial for maintaining genetic diversity and supporting sustainable agricultural practices. The Toraja Buffalo, a unique type of buffalo in Indonesia, holds high cultural and economic value. Accurate classification of this species is essential to preserving genetic resources and improving breeding programs. Previous studies using single classification methods have shown limitations in complex cases, such as the Toraja Buffalo, which has numerous physiological characteristics, including body size, head, horns, tail, and eyes. The purpose of this study is to evaluate and compare the performance of single-classification and multi-category methods for identifying Toraja Buffalo. Several algorithms, including K-Nearest Neighbors (K-NN), Random Forest, Support Vector Machine (SVM), and Naive Bayes, were tested using Local Binary Pattern (LBP) for feature extraction. Decision Tree and others were observed, showing 85.83% accuracy in single-input, while multi-input accuracy reached 92.08%. The multi-input approach consistently improved performance across all algorithms. Multi-input classifiers significantly outperformed single-feature methods, with Random Forest being the most efficient algorithm. Future research could incorporate additional variables, such as skin color or genetic profiles, to further enhance accuracy.

Related SDGs Targets

Full Author List

Purnawansyah; Puspitasari, Rahma; Manga', Abdul Rachman; Darwis, Herdianti; Nurhalimah, Sitti, Universitas Muslim Indonesia

Abstract

This community service program aims to improve administrative efficiency in Biji Nangka Village, which previously used manual processes and was prone to delays, inconsistencies, and the risk of archive loss. This activity implemented a website-based self-service system and provided training to village officials on the use of key features such as digital letter management, automatic numbering, and electronic archive storage. A total of 17 participants participated in the training and all successfully operated the system. Evaluation results showed that the time to create letters was reduced from 10–15 minutes to 3–5 minutes. Furthermore, the results of the pre-test and post-test comparison showed a 9.412% increase in participant understanding, indicating the effectiveness of the training in improving the digital competence of village officials. Overall, this program has had a positive impact on improving the quality of administrative services and supporting the realization of digital-based village governance.

Related SDGs Targets

Full Author List

Raflisyah, Aliefian; Irawati; Manga', Abdul Rachman, Universitas Muslim Indonesia

Abstract

Kecamatan Mariso merupakan salah satu Kecamatan yang ada di Kota Makassar, Sulawesi Selatan. Proses pengaduan yang dilakukan oleh masyarakat Mariso masih secara manual yang harus dating secara langsung ketempatnya, dalam hal ini di kantor kecamatan. Masyarakat mariso jika ingin melaporkan pengaduan harus datang ke kantor kecamatan. Hal ini menimbulkan keluhan masyarakat menumpuk dan proses yang tidak efisien dari segi waktu, tenaga dan biaya. Metode yang diterapkan pada perancangan aplikasi adalah metode Waterfall, dan Teknik pengumpulan data yang digunakan adalah observasi awal, interview, dan pengumpulan literatur. Tahapan metode agile yang digunakan yaitu perencanaan, implementasi, tes perangkat lunak, dokumentasi, development, dan pemeliharaan. Tujuan dari penelitian ini adalah terbentuknya sebuah aplikasi berbasis mobile yang dapat digunakan masyarakat kecamatan Mariso Ketika ingin melakukan pengaduan. Adapun hasil penelitian ini yaitu adanya aplikasi berbasis mobile yang dapat digunakan pada tahap pembuatan aplikasi, desain user interface yang dirancang bersifat user friendly, sehingga memberikan kemudahan bagi pengguna aplikasi

Related SDGs Targets

Full Author List

Marlang, Muh Fatwah Fajriansyah; Darwis, Herdianti; Azis, Huzain; Manga, Abdul Rachman, Universitas Muslim Indonesia;

Abstract

Speech in the Bugis-Makassar dialect poses a major challenge for Automatic Speech Recognition (ASR) systems, particularly in detecting clitic particles that are essential to utterance meaning but do not exist in standard Indonesian. This study investigates the effect of synthetic speech data augmentation using OpenAI's gpt-4o-mini-tts on ASR performance for this dialect, testing four ratios of synthetic-to-real data (0%, 50%, 100%, and 150%) through fine-tuning of the wav2vec2-large-xlsr-indonesian model. Evaluation was conducted using Word Error Rate (WER), Character Error Rate (CER), and Particle Detection Rate (PDR) as a dedicated metric for clitic particle detection. Results show that augmentation at a 50% ratio produced consistent improvements across all metrics compared to baseline, with WER decreasing by 3.47 percentage points and PDR increasing by 3.62 percentage points. Further increases in

Related SDGs Targets

Full Author List

Manga, Abdul Rachman; Suat, Wahyu Kadri Rahmat; Azis, Huzain, Universitas Muslim Indonesia;

Abstract

SQL Injection (SQLi) remains a critical cybersecurity threat because it exploits vulnerabilities in user input validation and can compromise the confidentiality, integrity, and availability of information systems. This study compares Long Short-Term Memory (LSTM) and Convolutional Neural Network (CNN) architectures for detecting malicious SQL queries under identical experimental conditions. Method A publicly available dataset containing 148,327 malicious and benign SQL query instances was preprocessed through missing-value removal, label encoding, tokenization, sequence transformation, padding, and embedding representation. LSTM and CNN models were evaluated using three train-test split scenarios of 70:30, 80:20, and 90:10. Performance was assessed using accuracy, precision, recall, F1-score, and confusion matrices, with the 80:20 split selected for detailed evaluation. Results and Discussion LSTM consistently achieved higher accuracy across the evaluated splits, ranging from 97.84% to 98.00%. Under the 80:20 configuration, LSTM achieved 97.86% accuracy, 99.34% precision, 96.55% recall, and a 97.92% F1-score, compared with CNN at 97.00%, 97.68%, 96.56%, and 97.12%, respectively. LSTM also reduced false positives from 356 to 99, demonstrating better discrimination between legitimate and malicious queries. Conclusion LSTM provides more reliable SQL Injection detection than CNN by better capturing sequential dependencies within SQL query structures, making it a promising approach for practical cybersecurity systems

Related SDGs Targets

Full Author List

Syaifuddin, Muhamad Faza Almaliki; Nurrifqhi, Arian; Fadilah, Nur; Ramadhan, Ahmad Mufli; Manga, Abdul Rachman; Rakasyah, Athar Fathana; Taqwa, Abd Salam At; Ilmawan, Lutfi Budi; Ahmad; Khawaritzmi Abdallah, Universitas Muslim Indonesia;

Abstract

Perkembangan teknologi informasi, kecerdasan buatan (Artificial Intelligence), dan analisis data telah membawa perubahan besar dalam berbagai sektor kehidupan, mulai dari pendidikan, kesehatan, industri, transportasi, keuangan, hingga pemerintahan. Di tengah perkembangan tersebut, Machine Learning hadir sebagai salah satu cabang kecerdasan buatan yang memiliki kemampuan untuk mempelajari pola dari data dan menghasilkan prediksi maupun keputusan secara otomatis. Kemampuan ini menjadikan Machine Learning sebagai teknologi yang sangat penting dalam menghadapi tantangan era digital dan revolusi industri modern.

Related SDGs Targets