Andi Widya Mufila Gaffar

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

Gaffar, Andi Widya Mufila; Sitanggang, IS; Unviersitas Muslim Indonesia, Indonesia

Abstract

Sugarcane which is the main ingredient of sugar production has a very high production demand so it must have a balance with the level of productivity. Sugarcane productivity in Indonesia can only reach 5.8 tons/ha which is still relatively low. In recent years sugarcane farmers have felt the decline in sugarcane production due to climate change which has affected the success of sugarcane planting so that sugar production has not been in line with national needs. This study aims to build a prediction model for the productivity of sugarcane crops in each area of Java Island based on climatic factors. The climate data used are collected from Indonesian Agency for Meteorology, Climatology, and Geophysics from 2006 to 2015. The method used is Support Vector Regression (SVR) using a radial base kernel function with a generalized neighbourhood matrix as a spatial model. The prediction model has RMSE of 0.1203954 and correlation of 0.9459743. The results of visualization of sugarcane productivity mapping show that areas in East Java have a higher value of productivity increase than areas in other provinces. Based on the results obtained, the model used has a quite good performance in predicting the productivity of sugarcane.

Related SDGs Targets

Full Author List

Azhar, Muh; Bakhri, Syamsul; Gaffar, Andi Widya Mufila; Arifin, Fadil Abdillah; Nurana, Sitti; Kasim, Muhammad Ridha; Padhila, Nur Ilah; Universitas Muslim Indonesia, Indonesia

Abstract

Kegiatan Pengabdian kepada Masyarakat dilaksanakan di Desa Paddinging Kecamatan Sanrobone Kabupaten Takalar selama satu bulan. Desa Paddinging memiliki empat dusun, yaitu Dusun Paddinging I, Dusun Paddinging II, Dusun Bonto Beru dan Dusun Bonto Panno, serta memiliki batas wilayah, sebelah utara yaitu Desa Tanrara, sebelah selatan Desa Banyuanyara, sebelah timur Desa Jipang dan sebelah barat Desa Tonasa. Di Desa Paddinging terdapat pondok tahfidz yang bernama Pondok Tahfidz Ahlil Jannah adalah bagian dari Pesantren Hidatullah Takalar yang dikelola oleh Yayasan Al Munawwarah. Pada saat peninjaun (survey) ke lokasi Pondok Tahfidz tesebut sebagai tahap awal kegiatan ini, ditemukan Asrama Santri dan Aula untuk Ruang Belajar yang terhenti pembangunannya. Mengacu pada hasil kunjungan dan pertemuan dengan Khalayak Sasaran, Permasalahan yang dihadapi Khalayak Sasaran adalah tidak memiliki pengetahuan dalam membuat proposal permohonan bantuan dana untuk melanjutkan pembangunan asrama santri dan aula untuk ruang belajar dan tidak mempunyai kemampuan dalam menggunakan media sosial untuk mensosialisasikan kebutuhannya kepada masyarakat. Tujuan kegiatan pengabdian di desa ini adalah agar Khalayak Sasaran mampu membuat proposal untuk permohonan bantuan dana dan mampu menggunakan media sosial untuk mensosialisasikan konten proposalnya kepada masyarakat luas. Kegiatan dalam pengabdian ini sebagai solusi untuk mengatasi permasalahan yang dialami Khalayak Sasaran adalah memberikan edukasi kepada Khalayak Sasaran tentang cara pembuatan proposal dan cara penggunaan media sosial dengan menggunakan metode pendampingan. Hasil yang dicapai dalam kegiatan pengabdian ini adalah khalayak sasaran mampu membuat prosposal untuk permohonan bantuan dana dan mampu menggunakan media sosial untuk mensosialisasikan konten proposalnya. Target capaian yang dicapai dalam kegiatan pengabdian ini adalah terbuatnya proposal untuk permohonan bantuan dana dan terpublisnya konten proposalnya di media sosial.

Related SDGs Targets

Full Author List

Gaffar, Andi Widya Mufila; Halis, Andi Muhammad; Purnawansyah; Jabir, Sitti Rahmah, Universitas Muslim Indonesia

Abstract

Stunting adalah salah satu bentuk gizi yang kurang yang ditandai dengan tinggi badan berdasarkan umur dan diukur dengan standar deviasi referensi WHO yang dapat dilihat pada Indikator TB/U (tinggi badan dengan usia). Salah satu kabupaten dengan jumlah penduduk stunting terbanyak di provinsi Sulawesi Selatan adalah Kabupaten Enrekang. Metode yang digunakan pada penelitian ini yaitu klasifikasi stunting menggunakan algoritma Support Vector Machine (SVM) dengan kernel polynomial yang bertujuan untuk mengelompokkan data anak balita di bawah 60 bulan apakah mengalami stunting atau tidak (normal). Klasifikasi Stunting pada balita memiliki signifikansi penting karena menjadi landasan untuk merancang program pencegahan Stunting. Untuk menilai performa dan cara kerja model Support Vector Machine pada data anak balita di Kabupaten Enrekang, digunakan metode pengujian cross validation. Selain itu, hasil prediksi model dibandingkan dengan fakta aktual menggunakan confusion matrix. Pada pengujian dengan 10 K-Fold Cross Validation menggunakan Support Vector Machine menunjukkan hasil dengan nilai tertinggi berada pada fold ke-4 dengan tingkat accuracy 99.13% precision 99.13% recall 99.13% f1-score 99.13%. sedangkan nilai terendah berada pada fold ke-0 dengan tingkat accuracy 95.63% precision 95.74% recall 95.63% f1-score 95.51%. Untuk rata-rata dari pengujian fold menunjukkan hasil accuracy 96.98% precision 96.99% recall 96.98% f1-score 96.94%. Sedangkan untuk hasil dari Confusion Matrix dengan nilai accuracy sebanyak 98% secara total.

Related SDGs Targets

Full Author List

Umasugi, Muhammad Rifaldi; Satra, Ramdan; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

PT. PLN (Persero) Pusmanpro - Unit Pelaksanaan Manajemen Konstruksi V Makassar beralamat di jl. Prof. Abdurahman Basalamah, Komplek Perumahan PLN, Kota Makassar, Sulawesi Selatan. Adapun permasalahan yang terjadi terhadap beberapa ancaman keamanan komputer seperti virus, worm, Trojan, spam serta tindakan merugikan dari para cracker ataupun heacker, dimana masing-masing memiliki cara untuk mencuri data dan merusak sistem. Proses penetration testing dalam hal ini melibatkan proses analisis kepada sebuah sistem untuk mencari potensi celah keamanan seperti kesalahan konfigurasi sistem. Berdasarkan hasil pengujian kerentanan sistem dengan menggunakan metode penetration testing penulis mendapatkan beberapa seperti security website yang terdapat pada situs https://pln.co.id telah menerapkan pengamanan yang cukup baik sehingga hanya ditemukan beberapa kerentanan yang tidak begitu berdampak buruk bagi sistem. Dari pengujian yang telah dilakukan maka dapat diambil kesimpulan bahwa seluruh tahapan penelitian telah dilakukan mulai dari tahapan menggali informasi, analisis hingga tahap pengujian untuk mencari kerentanan yang tersedia. penelitian hanya menggunakan beberapa teknik exploit yang dilakukan. Adapun hasil pengujian menggunakan metode penetration testing dapat mendeteksi celah keamanan pada website PT. PLN (Persero) Pusmanpro – Unit Pelaksanaan Manajemen Konstruksi V Makassar.

Related SDGs Targets

Full Author List

Siyu, Maruly Widjaya; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Faculty of Computer Science, Universitas Muslim Indonesia, Jl. Urip Sumoharjo No.km.5, Panaikang, Panakkukang,Makassar, 90231, Indonesia

Abstract

Research on Wireless Sensor Network (WSN) began to be carried out to meet various industrial needs including defense, health, environmental surveillance, and others. However, there are several obstacles in WSN, namely the problem of energy consumption which is the object of research by many researchers. The solution offered in this paper is to use the Low Energy Adaptive Clustering Hierarchy (LEACH) protocol which is a hierarchical protocol where this protocol focuses on saving energy use on WSN. This study used Matlab 2023 simulation software which used several measurement parameters to determine tissue life time, average residual energy, and throughput. The research scenario uses a homogeneous topology with three network sizes, namely 500 x 500, 750 x 750, and 1000 x 1000. Then also used three conditions for the number of sensor nodes, namely 100 nodes, 150 nodes, and 200 nodes. The results showed that the smaller the tissue size, the longer the life time and if the network size is wider, the network life time is shorter. The number of data packets transmitted depends on the number of active sensor nodes and sufficient energy to transmit.

Related SDGs Targets

Full Author List

Zuliatiy, Vebiy; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Jalan Urip Sumoharjo, Makassar, 90231, Indonesia

Abstract

Biro Administrasi Akademik dan Kerjasama (BAAK) Universitas Muslim Indonesia merupakan salah satu unit pelayanan mahasiswa yang ada di Universitas Muslim Indonesia, Makassar. BAAK bertugas untuk pelaksanaan dan penanggungjawab pada proses administrasi akademik mulai dari pendaftraran mahasiswa baru hingga pelaksanaan wisuda dan kerjasama berbagai pihak. Kualitas pelayanan kepada mahasiswa dan pihak lain yang berkaitan merupakan hal yang perlu dijaga. Metode yang digunakan untuk mengukur kualitas jaringan komputer yaitu QoS (Quality of Service) yang terdiri atas parameter throughput, delay, packet loss, dan jitter dengan menggunakan software Wireshark dengan sistem operasi windows. Hasil pengukuran yang didapatkan selanjutnya dianalisis menggunakan aplikasi Ms. Excel untuk mendapatkan nilai setiap parameter dan ditinjau berdasarkan standar THIPON untuk mengetahui kualitas jaringan komputer yang digunakan.Hasil pengukuran parameter QoS diperoleh nilai indeks untuk parameter throughput adalah 1.8 (kategori sedang), packet loss adalah 3.8 (kategori sangat baik), delay adalah 4 (kategori sangat baik), dan jitter adalah 3 (kategori baik). Jumlah indeks QoS yaitu hasil indeks throughput, packet loss, delay, dan jitter yaitu (1.8 + 3.8 + 4 + 3 12.6) serta jumlah maksimal indeks QoS adalah 4 dikalikan dengan jumlah parameter QoS yang digunakan yaitu (4 x 4 16).Dari hasil analisis Quality Of Service (QoS) jaringan komputer di Biro Administrasi Akademik dan Kerjasama (BAAK) Lantai 2 Universitas Muslim Indonesia (UMI) dapat diambil kesimpulan bahwa Quality Of Service (QoS) atau kualitas jaringan WiFi di Biro Administrasi Akademik dan Kerjasama (BAAK) Lantai 2 Universitas Muslim Indonesia (UMI) termasuk dalam kategori baik/memuaskan menurut standarisasi TIPHON.

Related SDGs Targets

Full Author List

Sugarti; Gaffar, Andi Widya Mufila; Suallis; Samsul, Sri Wulandari, Universitas Muslim Indonesia, Indonesia

Abstract

Personal Computer (PC) atau komputer pribadi banyak dimanfaatkan untuk menyelesaikan berbagai macam permasalahan yang berkaitan dengan pengolahan data. Manfaat dan fungsi komputer yang begitu besar sehingga banyak orang yang menginginkan sebuah komputer yang bagus. Komputer dapat berfungsi dengan baik jika komponen yang ada di dalamnya memiliki spesifikasi yang sesuai. Komponen sistem komputer terdiri atas perangkat keras (hardware), perangkat lunak (software) dan orang atau pengguna (brainware). Komponen utama perangkat keras terdiri dari processor, motherboard, RAM, VGA, SSD, PSU dan perangkat pendukung lainnya. Kendala dalam membeli komponen komputer sering muncul karena kurangnya pengetahuan tentang spesifikasi optimal dan kompatibilitas antar komponen dan banyaknya pilihan sering menyebabkan hasil yang tidak sesuai harapan. Penelitian ini bertujuan membuat sistem rekomendasi pemilihan komponen komputer dengan menerapkan metode Item-Based Collaborative Filtering. Sistem dapat memberikan rekomendasi kepada pengguna tentang komponen hardware yang dapat dipilih sesuai kebutuhan. Hasil penelitian diperoleh bahwa metode Item-Based Collaborative Filtering dapat memberikan rekomendasi dengan melalui beberapa tahap yaitu pemberian rating, hitung rata-rata rating, menghitung nilai similarity kemudian menghitung nilai prediksi. Berdasarkan pemberian nilai rating pengguna dengan 6 komponen processor, diperoleh nilai rating prediksi 4 komponen E (AMD Processor Ryzen 5 3600Xt) dan nilai rating 3 komponen F (AMD Processor Ryzen 5 3500 Box 3.6Ghz 6 Cores Socket Am4). Sistem ini dapat dikembangkan dan bandingkan menggunakan metode user-based collaborative filtering sertadilakukan pengujian menggunakan Black Box agar dapat diketahui manfaat sistem dari sisi pengguna

Related SDGs Targets

Full Author List

Imada, Anugerah; Anraeni, Siska; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Kenaikan harga cabai yang konsisten setiap tahunnya terutama saat perayaan seperti hari raya, sering kali menyebabkan kelangkaan dan peningkatan drastis dalam harga. Hal ini mendorong banyak petani, termasuk di Desa Buntu Pema, Kecamatan Curio, Kabupaten Enrekang, untuk menjadikan cabai sebagai hasil pertanian utama. Meskipun beragam jenis benih cabai digunakan oleh para petani, pemilihan bibit masih dilakukan secara manual, menyebabkan ketidaksesuaian dengan harapan pada saat panen. Tujuan penelitian ini adalah menerapkan metode Weighted Product sebagai sistem pendukung keputusan dalam pemilihan bibit cabai unggul. Data penelitian yang digunakan adalah data penilaian bibit cabai dengan kriteria potensi hasil, musim tanam, tekstur cabai, banyaknya ranting, dan ketahanan terhadap penyakit. Penelitian ini berhasil menerapkan metode Weighted Product untuk membantu petani dalam memilih bibit cabai unggul. Hasil penelitian menunjukan bahwa bahwa Cabai Lokal mendominasi peringkat tertinggi sebagai bibit yang paling unggul dengan nilai Vektor V sebesar 0,0606.

Related SDGs Targets

Full Author List

Hidayat, Ahmad Qayyum Ibnu; Alwi, Erick Irawadi; Gaffar, Andi Widya Mufila Universitas Muslim Indonesia

Abstract

Perkembangan teknologi informasi telah memberikan dampak yang signifikan terhadap kehidupan manusia, baik dalam peningkatan kesejahteraan maupun sebagai medan untuk tindakan kriminal seperti penyebaran berita bohong. Di Indonesia, penanganan masalah ini melibatkan berbagai upaya hukum, termasuk pemblokiran situs web yang dianggap sebagai sumber informasi palsu berdasarkan isi kontennya. Data dari Kementerian Komunikasi dan Informatika menunjukkan peningkatan jumlah hoaks yang diidentifikasi dari tahun ke tahun, mencerminkan tantangan besar dalam mengelola komunikasi publik melalui media sosial.Penelitian ini bertujuan untuk menganalisis penyebaran konten video hoax yang terjadi di platform TikTok menggunakan metode Digital Forensic Research Workshop (DFRWS). Dalam penelitian ini, bukti digital yang dihapus berhasil direkonstruksi dari smartphone pelaku menggunakan alat forensik seperti wondershare dr.fone dan oxygen forensic. Hasil analisis menunjukkan bahwa bukti digital yang ditemukan termasuk video konten, pesan langsung, dan komentar yang ditinggalkan oleh pelaku. Proses analisis menggunakan metode DFRWS, yang terdiri dari enam tahapan, memberikan kerangka kerja yang sistematis untuk memeriksa bukti digital secara menyeluruh. Penelitian ini memberikan kontribusi dalam pemahaman tentang pentingnya bukti digital dalam proses hukum terkait penyebaran hoaks melalui media sosial, serta memperkuat metode analisis forensik yang diterapkan untuk memastikan keabsahan bukti dalam persidangan. Dengan demikian, penelitian ini menyoroti perlunya pendekatan yang efektif dalam penegakan hukum untuk mengatasi fenomena penyebaran hoaks yang semakin meresahkan masyarakat modern.

Related SDGs Targets

Full Author List

Adhryanti, Nur; Gaffar, Andi Widya Mufila, Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia

Abstract

Communication technology continues to evolve rapidly, one of which is the implementation of 4G LTE (Long Term Evolution) networks that offer high-speed internet and reliable performance. Based on preliminary data obtained through interviews conducted during this study, it was found that several areas in Marumpa Village still experience 4G signal quality that does not meet network standards. Therefore, signal strength measurements for 4G LTE in Marumpa Village need to be re-evaluated. This study aims to provide relevant information for the local community in Marumpa Village who utilize 4G LTE network services. The research was conducted using the Drive Test method with the G-NetTrack Pro application. The results indicate that the parameters RSRP, RSRQ, and SNR fall within good to excellent categories. Specifically, the RSRP value of -83.7 dBm at the Afiat Building is categorized as good, the RSRQ value of -8.5 dB at Cinranae Housing is classified as excellent, and the SNR value of 23 dB at the Afiat Building is also in the excellent category. On the other hand, poor performance for RSRP and RSRQ was recorded in the Babul Jannah area, with an RSRP value of -107.7 dBm and RSRQ value of -15.4 dB, both classified as poor. However, SNR values across all seven tested locations were found to be in the good to excellent categories, indicating stable signal-to-noise ratios overall

Related SDGs Targets

Full Author List

Ningsih, Sulistia; Satra, Ramdan; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Di era digital, akses terhadap internet dan jaringan lokal nirkabel (Wireless LAN) menjadi sangat penting, khususnya di lingkungan akademik, salah satunya di Fakultas Agama Universitas Muslim Indonesia.Tujuan penelitian iniuntuk mengetahui area blank spotatau sinyal yang lemah berdasarkan jaringan Wireless LANdan memberikan rekomendasi penempatan Access Point. Penelitian ini menggunakan metode jenis pendekatan eksperimen, dengan menggunakan metode lapangan yang melibatkan pengumpulan data melalui observasi. Hasil penelitian ditunjukkan dengantiga hasil simulasi access pointdengan menggunakan parameter RSL (Received Signal Level) SIR (Signal to Interferance Ratio) yang telah diimpelementasikan dengan menggunakan 8 access point(AP), dimana masing-masing 4AP pada lantai 2 dan 3 Fakultas Agam UMI menggunakan aplikasi NetSpot.Adapun hasil dari nilai RSL untuk simulasi Apada lantai 2dan 3 adalah -41,02 dBm dan -41,20 dBm, simulasi B pada lantai 2 dan 3 adalah -41,07 dBm dan -42,95 dBm, simulasi C pada lantai 2 dan 3 adalah -41,35 dBm dan -43,02 dBm. Sedangkan hasil SIR untuk simulasi A pada lantai 2 dan 3 adalah 47,62 dB dan 46,37 dB, simulasi B pada lantai 2 dan 3 adalah 48,27 dB dan 47,55 dB, simulasi C pada lantai 2 dan 3 adalah 48,87 dB dan 47,95 dB. Dari hasil penelitian maka dapat disimpulkan bahwa simulasi C memberikan hasil optimisasi terbaik dengan presentasi coverage areaterbaik. Hasil rata-rata RSL dan SIR termasuk dalam kategori kekuatan sinyal “Very Good” (Sangat Bagus), yang menunjukkan bahwa penempatan Access Pointpada simulasi C mampu memberikan performa jaringan yang sangat memadai di kedua lantai tersebut.

Related SDGs Targets

Full Author List

Anraeni, Siska; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Era globalisasi ini perkembangan teknologi dan ilmu pengetahuan di wilayah Kabupaten Muna ini begitu pesat dan berdampak bagi hampir semua bidang. Perkembangan ini memunculkan banyak media pembelajaran seperti aplikasi kamus digital yang membantu mempermudah pencarian kosakata bahasa asing sehingga pembelajaran bahasa asing menjadi mudah. Namun, perkembangan ini membuat penggunaan bahasa daerah Muna perlahan-lahan mulai ditinggalkan. Hal ini disebabkan karena media pembelajaran Bahasa Daerah Muna masih menggunakan buku kamus. Hal ini cukup sulit mengingat buku kamus digunakan dengan cara menyortir satu persatu daftar kosakata dalam sebuah abjad secara manual yang tentu ini sangat menyita banyak waktu. Ketersediaan aplikasi kamus digital bahasa daerah Muna diharapkan dapat membantu dalam mencari kosakata Bahasa Daerah Muna. Kamus digital ini dapat diakses melalui ponsel pintar android yang membuat penggunaannya sangat fleksibel. Dalam pengembangannya, kamus digital ini akan mengimplementasikan algoritma Knuth Morris Pratt sebagai string matching (pencocokan string), dimana perancangan database menggunakan Firebase yang merupakan sebuah database online yang berasal dari Google. Penelitian ini menghasilkan sebuah kamus digital bahasa daerah Muna berbasis android. Hasil penelitian ini diuji menggunakan teknik pengujian blackbox dan dibuat sebuah kuesioner penelitian dimana diperoleh persentase kepuasan pengguna aplikasi kamus digital bahasa daerah Muna sebesar 88,8% yang mengindikasikan pengguna merasa puas dengan aplikasi kamus digital ini.

Related SDGs Targets

Full Author List

Gaffar, Andi Widya Mufila; Sugiarti; Widyawati, Dewi, Universitas Muslim Indonesia

Abstract

Stunting in toddlers is a major nutritional problem faced by Indonesia, with a high incidence rate occurring in several provinces across the country. This nutritional issue can occur at any age, starting from the prenatal stage, infancy, childhood, adolescence, adulthood, and even in the elderly. To reduce the prevalence of stunting in affected provinces, prevention efforts are essential, including predicting the spread of stunting incidents in each region. Therefore, this research conducted spatial prediction of the prevalence rate of stunting incidents using Machine Learning, specifically Support Vector Machine based Regression. The results of this study produced a prediction model with an RMSE (Root Mean Square Error) value of 0.008689303 and a multiple correlation coefficient of 0.65912721. Based on these findings, the predictive model utilized demonstrated satisfactory performance in predicting the prevalence rate of stunting incidents in each area

Related SDGs Targets

Full Author List

Gaffar, Andi Widya Mufila; Azmi, Nurul; Alwi, Erick Irawadi; Abdullah, Syahrul Mubarak; Adawiyah, Rabiatul; Widyawati, Dewi, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

MRI is a very important diagnostic tool in finding brain tumors, but recently the development of manual interpretation of MRI images has developed some challenges, such as diagnosis is often delayed, and there is a high chance of making mistakes. Recently, to hurry up the process, brain tumor detection has started applying machine learning methods. The classification of MRI images for brain tumors is done in this research paper by extracting their features with the ResNet-50 model. The classical machine learning algorithms that have been applied in the paper for classifying the tumors using the extracted features include Naive Bayes, Decision Tree, Support Vector Machine (SVM), K-Nearest Neighbors (KNN), and Random Forest. In this respect, SVM and KNN have yielded the highest accuracy of 0.95 and 0.96 respectively, hence are the best methods in this task. The study's findings contribute to the development of quicker and more precise methods to help with brain tumor diagnosis in a medical context.

Related SDGs Targets

Full Author List

Windi, Nadia Astia; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Dalam era digital saat ini, jaringan komputer menjadi infrastruktur kritis bagi berbagai lembaga pendidikan, termasuk Universitas Muslim Indonesia (UMI) dengan Fakultas Kedokteran sebagai fokus. Ruangan Computer-Based Testing (CBT) di Fakultas Kedokteran UMI memiliki peran dalam penyelenggaraan ujian komputer dengan 188 unit komputer untuk mahasiswa, server, switch dan mikrotik. Permasalahan yang terjadi yaitu gangguan jaringan akibat penggunaan komputer secara bersamaan dan spesifikasi perangkat komputer yang digunakan rendah. Analisis Quality of Service (QoS) menjadi kunci untuk meningkatkan kualitas jaringan LAN di ruangan CBT FK UMI. Parameter QoS, seperti throughput, packet loss, delay dan jitter, menjadi fokus untuk mengidentifikasi dan mengatasi masalah yang dapat meningkatkan efisiensi dan kepuasan pengguna selama ujian komputer. Pada hari Kamis, 13 Juni 2023 nilai Qos sebesar 75% dengan kategori “Bagus” sedangkan pada hari Rabu, 9 Agustus 2023 nilai Qos 70% dengan kategori “Kurang Memuaskan”. Hasil analisis QoS dapat disimpulkan bahwa jaringan LAN pada Fakultas Kedokteran Universitas Muslim Indonesia (UMI) bernilai sebesar 72,5% termasuk dalam kategori “Kurang Memuaskan” berdasarkan standarisasi TIPHON.

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

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

Jabir, Sitti Rahmah; Purnawansyah; Darwis Herdianti; Lahuddin Harlinda; Faradibah, Amaliah; Gaffar, Andi Widya Mufila, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Nowadays, Indonesia's tourism sector faced challenges in light of the global recession threat. These challenges encompassed high airline ticket prices and inflation, which in turn influenced consumer spending patterns. To tackle these difficulties, the Ministry of Tourism had taken steps to allow foreign investments in the potential tourism object to invest. The involvement of foreign investors had contributed to substantial growth and advancement within Indonesia's tourism industry, thereby presenting numerous opportunities for prospective investors. Indonesia has set a target of attracting more than 7 million foreign tourists by the year 2023, which has increased double from previous year. Based on the literature, the researcher's objective is to analyze the potential of public tourism sites, categorizing them as viable prospects for potential investors. The data had been obtained from Kaggle which the target variable was the rating from 1 to 5. The initial classification attempt, which utilized these five categories, proved unsatisfactory, prompting the application of unsupervised learning techniques to reduce the number of target variable categories. Through the utilization of k-means clustering, the final classification resulted in two overarching categories: “good” and “bad” ratings. Subsequent analysis revealed that Naïve Bayes emerged as the most effective algorithm for this classification task, albeit with no significant difference in results when compared to support vector machines. In conclusion, future research endeavors might consider exploring alternative unsupervised learning methods or conducting more comprehensive feature selection processes before implementing the classification.

Related SDGs Targets

Full Author List

Qurratu’aina, Khayyirah Annisa; Salim, Yulita; Gaffar, Andi Widya Mufila, Fakultas Ilmu Komputer (Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia)

Abstract

Di era digitalisasi, isu terkait keamanan data dan informasi menjadi salah satu isu yang penting. Menurut data yang dihimpun oleh Badan Siber dan Sandi Negara (BSSN), menjelaskan bahwa dari bulan Januari sampai bulan Agustus 2020, menghasilkan sebanyak 190 juta upaya serangan terhadap web server yang ada di Indonesia. Karena maraknya kasus penyerangan, dibutuhkan upaya untuk mengetahui celah keamanan pada sebuah website untuk meminimalisir resiko penyerangan. Salah satunya pada website Digital School Database milik SMAS Semen Tonasa, yang menjadi objek penelitian ini. Pada penelitian ini, website SMAS Semen Tonasa diuji dengan menggunakan metode Penetration Test untuk menganalisis keamanan pada website. Khususnya menggunakan SQL Injection dan Cross Side Scripting (XSS) sebagai celah keamanan yang ditemukan melalui proses scanning website. Adapun hasil dari penelitian ini menunjukkan bahwa website discas.smasementonasa.sch.id rentan terhadap serangan Cross Side Scripting (XSS) dan SQL Injection yang dibuktikan dengan proses penetration testing yang dilakukan dengan menggunakan tools nikto, acunetix, dan sqlmap. Dari proses pengujian Cross Site Scripting (XSS), celah keamanan XSS website dapat diserang dengan menggunakan script yang dimasukkan ke database, sehingga dapat menyebabkan berubahnya tampilan website. Begitupun dengan pengujian celah keamanan SQL website menggunakan sqlmap, dimana database hingga tabel database website dapat ditemukan yang menyebabkan penyerang dapat melakukan pencurian ataupun pengrusakan database.

Related SDGs Targets

Full Author List

Saputra, Gery Ardiansyah; Alwi, Erick Irawadi; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Penggunaan Sistem Informasi Akademik (SIAKAD) telah menjadi sebuah keharusan bagi perguruan tinggi dalam memberikan kemudahan pengguna untuk menjalankan kegiatan administrasi akademik secara online. Namun, terkadang SIAKAD perguruan tinggi memiliki celah keamanan yang dapat dimanfaatkan oleh pihak yang tidak bertanggung jawab untuk melakukan peretasan. Penelitian ini bertujuan untuk mengidentifikasi, mengklasifikasi, dan memberikan rekomendasi keamanan pada website SIAKAD di Universitas Muslim Indonesia. Metode yang digunakan dalam penelitiaan ini merupakan metode penilaian kerentanan, dimulai dengan footprinting untuk mengumpulkan informasi awal tentang SIAKAD, diikuti oleh pemindaian kerentanan menggunakan tools PenTest untuk mengidentifikasi kerentanan dan tingkat risiko yang ada. Berdasarkan hasil penelitian, ditemukan beberapa kerentanan dengan 1 risiko tinggi terkait dengan kerentanan pada versi PHP, 2 risiko sedang melibatkan pengaturan cookie yang tidak aman dan header keamanan yang hilang, serta 4 risiko rendah berupa pengaturan cookie tanpa flag HttpOnly. Adapun rekomendasi perbaikan yang diberikan meliputi peningkatan pengamanan terhadap serangan Remote Code Execution (RCE), Cross-Site Scripting (XSS), Cookie Hijacking, dan Clickjacking

Related SDGs Targets

Full Author List

Nugraha, Adhitya; Alwi, Erick Irawadi; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Keamanan merupakan salah satu aspek yang harus dijaga dalam kehidupan masyarakat saat ini, semakin meningkatnya kasus kriminal seperti pencurian, perampokan baik di lingkungan rumah, toko, maupun perkantoran diperlukan mekanisme untuk meningkatkan keamanan. Salah satunya dengan memasang kamera pemantau atau yang biasa disebut CCTV (Closed Circuit Television) yang digunakan sebagai alat kamera pengawas.Metode penelitian yang dilakukan pada kasus pencurian pada toko sembako menggunakan metode yang bersifat kualitatif. Pada penelitian ini dilakukan analisis data yang bertujuan untuk mengidentifikasi bukti digital pada kasus rekaman video CCTV kasus pembegalan di Jl. Pahlawan Kelurahan Batangmata dengan menggunakan klasifikasi metode GCFIM, tahapan analisis data tersebut yaitu Pre-Process, Acquisition and Preservation, Analysis, Presentation, dan Post-Process.Hasil dari penelitian ini mendapatkan bukti berupa plat motor yang digunakan pelaku, objek wajah pelaku, dan tulisan pada pakaian pelaku. Dimana rekaman dari CCTV yang dijadikan sebagai barang bukti akan dilakukan proses identifikasi dan analysis menggunakan tools forensic yaitu MediaInfo dan AmpedFive. Proses identifikasi pada rekaman CCTV dalam mengidentifikasi plat motor pelaku beserta objek wajah pelaku berhasil teridentifikasi menggunakan tools AmpedFive. Dimana bukti tersebut sangat membantu penyidik dalam proses pencarian pelaku kejahatan aksi pembegalan yang terjadi di jalan raya tepatnya di Jalan Pahlawan Kelurahan Batangmata. Proses analisis rekaman CCTV kasus pembegalan di jalan raya menerapkan metode GCFIM. Metode ini sangat cocok digunakan dalam proses investigasi terkait video forensic yang dimana memiliki tahapan yang terstruktur sehingga mempermudah penyidik dalam melakukan proses investigasi.

Related SDGs Targets

Full Author List

Mashud, Abd; Irawati; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Perkembangan ilmu pengetahuan teknologi khususnya di bidang komputer disetiap aspek kehidupan dan penggunaanteknologikomputer danteknologikomunikasi yang menghasilkansebuahpenggabungansistem informasi yang saat ini mudah untuk di akses tanpa adanya batasan waktu dan jarak dengan menggunakan jaringaninternet.Modelpenjualanataubisnisteknologikomputerdanteknologikomunikasiikutterpengaruh dariperkembanganilmupengetahuanteknologitersebut,terlebihnyadenganpesatnyapertumbuhanpengguna internet di berbagai belahan dunia khususnya negara berkembang. ANHCU store merupakan usaha yang bergerak dibidang penjualan tangan berbagai macam merek yang berada dipasar sengggol jln cendrawasih. Penjualan jam tangan ini masih menggunakan secara konvesional mengharuskan pembeli bertemu dengan penjual dalam suatu tempat dan melakukan transaksi jual beli ditempat tersebut. Namun tidak semua orang memiliki waktu untuk datang ke toko untuk membeli jam. Pada perancangan aplikasi penjualan jam menggunakan metode Rapid Application Development (RAD) adapun tiga tahapan tersebut adalah requirements planning (perencanaan), design workshop (perancangan), dan implementation (implementasi). Hasil dari penelitian ini yaitu menunjukkan bahwa berhasil melakukan perancangan sistem pemasaran jam untuk membantu pihak anchu store dalam melakukan pemasaran untuk membantu pihak toko dalam melakukan penjualan secara efektif dengan memesan jam pada sistem serta melakukan pembayaran. Pada sistem pmasaran jam juga terdapat pencatatan pengeluaran dan pendapatan yang didapatkan tiap bulan.

Related SDGs Targets

Full Author List

Belluano, Poetri Lestari Lokapitasari; Gaffar, Andi Widya Mufila; Universitas Muslim Indonesia

Abstract

Rumah Sakit Umum Daerah Kabupaten Buton merupakan rumah sakit umum daerah milik pemerintah dan merupakan salah satu rumah sakit tipe C serta memiliki beberapa poli sesuai standar rumah sakit tipe C yang berada di Kelurahan Laburunci, Kecamatan Pasarwajo, Kabupaten Buton, Sulawesi Tenggara. Antrian pelayanan resep obat serta pengambilan obat pada apotek seringkali tidak teratur, resep obat yang diberikan oleh dokter pada poli masih menggunakan kertas kemudian kertas resep obat tersebut diberikan pada pasien dan dibawa ke apotek buat menerima obat. Penelitian ini bertujuan merancang sebuah website antrian pada apotek rumah sakit untuk dilayani menggunakan sistem antrian pelayanan resep obat pada RSUD Kabupaten Buton dan menerapkan metode FIFO (First in, First Out) untuk melakukan antrian pelayanan resep obat yang masuk dari poli jantung, poli penyakit dalam, poli bedah, poli anak, poli saraf, poli gigi, poli kandungan, dan poli umum ke apoteker agar dapat diprioritaskan menggunakan algoritma FIFO (First in, First Out) dalam website apotek. Berdasarkan hasil pengujian black box testing dengan menggunakan dua metode yaitu Alpha testing dan Beta testing menghasilkan keseluruhan aplikasi memiliki persentase tertinggi yaitu sebesar 84% yang termasuk dalam kriteria penilaian sangat baik.

Related SDGs Targets

Full Author List

Abdullah, Syahrul Mubarak; Mude, Aliyazid; Gaffar, Andi Widya Mufila; Universitas Muslim Indonesia, Indonesia

Abstract

Berkembangnya teknologi informasi yang semakin pesat telah mempengaruhi beberapa bidang salah satunya bidang Pendidikan. Bidang pendidikan yang berkembang tidak terlepas dari media pembelajaran yaitu Social Learning Network. Salah satu media pembelajaran online yang mulai banyak digunakan di bidang Pendidikan telah menyatukan fitur dari Learning Management System dan Social Network menjadi Social Learning Network. Sebelumnya telah dilaksanakan pelatihan untuk menggunakan media pembelajaran Edmodo yang diikuti oleh guru-guru SMAS PGRI Lembang Marinding untuk meningkatkan efekttifitas dalam proses pembelajaran. Namun penggunaan media pembelajaran Edmodo belum digunakan siswa siswi dalam pembelajaran berbasis Social Learning Network. Sehingga, melatarbelakangi kegiatan pelatihan “Peningkatan Penggunaan Social Learning Network Bagi Siswa-Siswi SMAS PGRI Lembang Marinding”. Kegiatan ini diselenggarakan di Lab Komputer dengan metode ceramah dan praktik langsung. Peserta pelatihan ini adalah siswa siswi SMAS PGRI Lembang Marinding yang berlangsung selama satu hari selama empat jam. Melalui kegiatan ini, siswa siswi dapat menggunakan Edmodo sebagai media untuk belajar, forum berdiskusi dan tempat berkomunikasi sebagai pendukung proses belajar.

Related SDGs Targets

Full Author List

Amaluddin, Amaluddin; Satra, Ramdan; Gaffar, Mufila, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Pot tanaman pintar berbasis Internet of Things merupakan sistem yang dapat mendeteksi dan memonitoring kelembaban tanah melalui smartphone. Kemajuan teknologi ini dapat mempermudah masyarakat dalam merawat tanaman hiasnya. Penelitian ini bertujuan untuk merancang pot tanaman pintar brbasis Internet of Things (IoT) untuk tanaman hias Aglonema. Pot ini dilengkapi dengan fitur monitoring kelembaban tanah, ketinggian air pada tangki penampungan, dan sistem peringatan berbasis Buzzer. Dengan memanfaatkan sensor DHT22, Cavacitive Soil Moisture, dan Ultrasonik HC-SR04, data lingkungan seperti kelembaban tanah, suhu, dan ketinggian air pada tangki dapat dipantau secara real-time melalui aplikasi Blynk IoT. Mikrokontroller NodeMCU, ESP8266 digunakan sebagai pusat pengendalian sistem, memungkinkan penyiraman otomatis ketika kelembaban tanah berada dibawah ambang batas. Hasil pengujian menunjukkan bahwa sistem ini efektif dalam memantau kondisi tanaman serta menghemat waktu dan tenaga pengguna dalam merawat tanaman hias. Pot tanaman pintar ini diharapkan menjadi solusi inovatif bagi pecinta tanaman hias untuk meningkatkan keberhasilan perawatan tanaman hias Aglonema

Related SDGs Targets

Full Author List

Gaffar, Andi Widya Mufila; Widyawati, Dewi; Fahmi; Ulfiani, Sri, Fakultas Ilmu Komputer Universitas Muslim Indonesia, Indonesia

Abstract

Kacang-kacangan merupakan sumber pangan padat energi yang kaya nutrisi bioaktif, berperan penting dalam menjaga kesehatan serta menurunkan risiko penyakit kronis yang dimana kacang-kacangan memiliki jenis dan varietas yang sangat beragam dengan ciri-ciri seperti warna, bantuk dan karateristik yang berbeda beda. Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis jenis kacang-kacangan menggunakan metode Convolutional Neural Network (CNN) berbasis arsitektur Faster Objects, More Objects (FOMO) yang diintegrasikan dengan perangkat berbiaya rendah ESP32-Cam melalui platform Edge Impulse. Empat jenis kacang yang digunakan sebagai objek penelitian meliputi kacang hijau, kacang kedelai, kacang merah, dan kacang tanah, dengan total 530 citra hasil akuisisi data. Proses penelitian meliputi tahapan akuisisi data, pre-processing berupa pelabelan, normalisasi, dan resize, pembagian dataset, pelatihan model dengan 60 epoch dan learning rate 0,001, hingga evaluasi kinerja model. Hasil evaluasi menunjukkan bahwa model mencapai F1 Score rata-rata 90,4%, yang termasuk kategori sangat baik, dengan keseimbangan optimal antara precision dan recall. Pada tingkat per kelas, kacang merah berhasil dikenali sempurna dengan akurasi 100%, kacang hijau memperoleh akurasi 94,4%, sedangkan kacang kedelai dan kacang tanah masing-masing mencapai 88% dan 88,9%. Analisis feature explorer menunjukkan adanya tumpang tindih pada distribusi kacang kedelai dan kacang tanah akibat kemiripan tekstur dan morfologi, sehingga berpotensi menimbulkan kesalahan klasifikasi. Secara keseluruhan, hasil penelitian ini membuktikan bahwa CNN dengan menggunakan ESP32-Cam mampu mendeteksi jenis kacang-kacangan dengan akurasi yang sangat baik.

Related SDGs Targets

Full Author List

Mandasari, Juita; Indra, Dolly; Gafar, Andi Widya Mufila, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Tanaman seledri merupakan komoditas hortikultura bernilai tinggi yang membutuhkan kelembapan tanah ideal antara 65%–75% untuk pertumbuhan optimal. Namun, proses penyiraman secara manual sering kali tidak konsisten dan bergantung pada kehadiran petani. Pemantauan kondisi tanah merupakan hal yang penting dalam melakukan penyiraman tanaman dengan kadar air yang sesuai. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem penyiraman otomatis berbasis Arduino Uno dan komunikasi LoRa untuk budidaya seledri skala kecil. Sistem ini memanfaatkan sensor soil moisture untuk mendeteksi tingkat kelembapan tanah, kemudian mengaktifkan pompa air secara otomatis melalui relay jika kelembapan berada di bawah ambang batas. Modul LoRa digunakan sebagai media komunikasi jarak jauh antara unit transmitter dan receiver, sementara LCD 16x2 menampilkan data kelembapan dan status pompa secara real-time. Sistem ini dirancang untuk melakukan penyiraman otomatis dan komunikasi LoRa yang dapat memantau kondisi tanah dan melakukan penyiraman secara mandiri sesuai dengan kebutuhan tanaman. Hasil pengujian simulator menunjukkan bahwa seluruh komponen bekerja dengan baik

Related SDGs Targets

Full Author List

Akbar, Muh Ilham Nur Hidayat; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

This study investigates the classification of Kodály hand signs using hand landmark features extracted from MediaPipe Hands. A landmark-based approach was chosen because it represents hand gestures as structured numerical features that are more efficient than raw image data. The objective of this study is to compare the performance of three tree-based machine learning algorithms, namely Decision Tree, Random Forest, and XGBoost, for classifying eight Kodály hand sign classes (Do–Do’). A dataset consisting of 8,000 samples was collected with a balanced distribution of 1,000 samples per class from 2 participants using the right hand only. Each sample is represented by 63 features derived from 21 hand landmarks with (x, y, z) coordinates. The data were divided using an 80% training and 20% testing holdout scheme and further validated using Stratified 5-fold cross-validation. Model performance was evaluated using accuracy, macro-precision, macro-recall, macro F1-score, and confusion matrix analysis. Experimental results show that XGBoost achieves the best performance with an accuracy of 0.9712 and macro F1-score of 0.9714 in the holdout evaluation and remains stable in cross-validation with an accuracy of 0.9768±0.0046. Random Forest achieved slightly lower performance, while Decision Tree produced the lowest accuracy. Confusion matrix analysis indicates that most misclassifications occur between classes with similar landmark patterns, particularly La and Mi. Therefore, XGBoost is recommended as the most effective model for landmark-based Kodály hand sign classification.

Related SDGs Targets

Full Author List

Anjasmara, Edo Ranov; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Waste management, particularly in sorting plastic bottle and non-bottle waste, remains a challenge in supporting effective recycling systems. This study aims to implement the MobileNetV2 model on the ESP32-CAM device using the Edge Impulse platform and to evaluate the model’s performance in real-time object classification. The dataset consists of 200 images containing bottle and non-bottle objects with variations in lighting conditions, shooting angles, and backgrounds. The model was trained using Edge Impulse and then converted into TensorFlow Lite format for deployment on the ESP32-CAM device.The training results show that the model achieved high performance with an accuracy of 92.50%, supported by an AUC of 0.97, precision of 0.98, recall of 0.97, and F1-score of 0.97. Based on the simplified confusion matrix with visual verification, the model achieved 100% accuracy in detecting bottle objects and 95% accuracy for non-bottle objects, with a 5% misclassification rate. However, during real-world implementation on the ESP32-CAM device, the model’s performance decreased to 65.7% accuracy due to differences between training and real-world conditions as well as hardware limitations.Despite this, the system successfully performed real-time image classification on an embedded device. This study demonstrates that the edge artificial intelligence approach using MobileNetV2 and Edge Impulse can be effectively applied to resource-constrained devices, although improvements are still needed in terms of model generalization and dataset diversity.

Related SDGs Targets

Full Author List

Fattah, Farniwati; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Vehicle detection in low-resolution images remains a significant challenge in computer vision, particularly for embedded devices such as ESP32-CAM with limited computational resources and simple image resolution. This study evaluates the performance of YOLOv8 on low-resolution QVGA (320 × 240 pixels) images for vehicle detection and classification. The dataset was independently collected in a controlled laboratory environment using miniature vehicles, covering four vehicle classes (motorcycle, car, bus, and truck) with a total of 4,000 images and a 70:20:10 data split. A pretrained YOLOv8 model was fine tuned for 100 epochs and tested on an ESP32-CAM prototype. The evaluation results demonstrate excellent performance, achieving precision of 0.999, recall of 1.000, mAP@0.5 of 0.995, and mAP@0.5-0.95 of 0.995 on the validation data, as well as real-time detection accuracy of 97% for motorcycles and cars, and 99% for buses and trucks. These findings indicate that YOLOv8 can deliver reliable vehicle detection performance on low-resolution images and is suitable for implementation in embedded device-based systems

Related SDGs Targets

Full Author List

Zulfikar, Achmad ; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Introduction: Angklung is a traditional Indonesian musical instrument that continues to evolve through digital technology. However, computer vision–based gesture recognition for controlling physical angklung instruments remains limited. This study investigates landmark-based recognition of Kodály hand signs and evaluates its application for real-time angklung interaction. Method: Hand landmarks were extracted using MediaPipe Hands from RGB camera input. Each gesture was represented by 63 normalized numerical features derived from 21 landmarks. The dataset consists of 8,000 images representing eight Kodály gesture classes (Do–Do'). Gesture classification was performed using the Extreme Gradient Boosting (XGBoost) algorithm. Model evaluation applied a subject-independent two-fold scheme using accuracy, precision, recall, F1-score, and confusion matrix analysis. Real-time system trials were conducted under different lighting conditions and capture distances, and TCP communication with an ESP32 controller was evaluated. Results: The model achieved 96.63% accuracy in Fold 1 and 96.40% in Fold 2. Misclassifications were mainly observed between visually similar gestures, particularly La and Mi. Separate real-time system trials showed consistent recognition under bright lighting, while accuracy decreased under dim lighting, especially for Do (90%) and Mi (86.7%). Gesture recognition remained reliable up to approximately 1.5 m. TCP testing over 200 command events recorded 0% failed acknowledgments with a mean round-trip time of 87.36 ms. Conclusion: These indicate that landmark-based Kodály gesture classification using MediaPipe Hands and XGBoost can support real-time angklung interaction under controlled conditions, although improvements are needed for low-light environments and visually similar gestures

Related SDGs Targets

Full Author List

Hasanuddin, Tasrif; R, Muhammad Alif Maulana; Darwis, Herdianti; Gaffar, A. Widya Mufila; Satra, Ramdan; Fattah, Farniwati, Universitas Muslim Indonesia

Abstract

The threat of Distributed Denial of Service (DDoS) attacks is a serious challenge to network stability and security, especially in centralized Software Defined Networking (SDN) architectures. This study aims to evaluate and compare the performance of three classification algorithms in detecting DDoS attacks, namely Fully Connected Neural Network (FCNN), Extreme Gradient Boosting (XGBoost), and Random Forest. The dataset used is public SDN network traffic data that has gone through a normalization and feature selection process to improve model efficiency and accuracy. The evaluation was conducted on four scenarios of training and test data sharing ratios (90:10,80:20,70:30, and 60:40) using accuracy, precision, recall, and F 1-score metrics. The test results show that Random Forest obtained the highest accuracy of 99.61 %, followed by FCNN at 94.95 %, and XGBoost at 99.01 %. Despite the slightly lower accuracy, XGBoost showed the best computational efficiency with the fastest training time of 0.94 seconds and the fastest prediction time of 0.03 seconds, making it an ideal choice for real-time detection system implementation. These findings contribute to the development of a precise, efficient, and adaptive DDoS detection system. Future research is recommended to explore advanced feature selection methods such as Recursive Feature Elimination (RFE) to improve the overall performance and efficiency of the model.

Related SDGs Targets