Article Per Year (5 Year)
p-Index From 2021 - 2026
0.961
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Masyarakat dan Riset Pendidikan Jurnal Intelek Insan Cendikia
Mhd Zahir Az Zikri
Universitas Asahan
Religion Humanities Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Sistem Pendataan Siswa dan Arsip Surat Masuk atau Keluar Yayasan Pendidikan Nadhira Nasrullah Mhd Zahir Az Zikri; Muhammad Sabir Ramadhan
Jurnal Intelek Insan Cendikia Vol. 3 No. 1 (2026): JANUARI 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Perkembangan teknologi informasi mendorong lembaga pendidikan untuk memanfaatkan sistem berbasis komputer dalam menunjang kegiatan administrasi. Yayasan Pendidikan Nadhira Nasrullah masih menghadapi kendala dalam pendataan siswa serta pengarsipan surat masuk dan surat keluar yang dilakukan secara manual. Kondisi tersebut berpotensi menimbulkan kesalahan pencatatan, keterlambatan dalam pencarian data, serta risiko kehilangan dokumen. Oleh karena itu, Kerja Praktek ini bertujuan untuk merancang dan membangun Sistem Pendataan Siswa dan Arsip Surat Masuk atau Keluar berbasis web guna meningkatkan kualitas pengelolaan administrasi yayasan. Metode pengumpulan data yang digunakan meliputi observasi, wawancara, studi dokumentasi, dan studi literatur. Sistem dikembangkan menggunakan bahasa pemrograman PHP, database MySQL, serta web server Apache melalui XAMPP. Sistem ini dilengkapi fitur login, pengelolaan data siswa, arsip surat masuk dan keluar, serta pembuatan laporan. Hasil penelitian menunjukkan bahwa sistem mampu meningkatkan efektivitas administrasi.
Analisis Penentuan Jumlah Produksi Roti Menggunakan Metode Fuzzy Tsukamoto Mhd Zahir Az Zikri; Kafilano Armanda A. R; Khairul Saleh
Jurnal Intelek Insan Cendikia Vol. 3 No. 1 (2026): JANUARI 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Penentuan jumlah produksi yang tidak tepat dapat menimbulkan kerugian bagi usaha roti akibat kelebihan atau kekurangan produksi. Toko Roti Sei Balai masih menentukan jumlah produksi berdasarkan perkiraan tanpa perhitungan yang terstruktur, sehingga diperlukan metode pendukung keputusan yang mampu menangani ketidakpastian. Penelitian ini bertujuan untuk menentukan jumlah produksi roti menggunakan metode Fuzzy Tsukamoto dengan variabel permintaan dan persediaan sebagai input serta produksi sebagai output. Metode penelitian yang digunakan adalah kuantitatif dengan pendekatan deskriptif. Hasil penelitian menunjukkan bahwa pada kondisi permintaan 300 unit dan persediaan 50 unit, metode Fuzzy Tsukamoto menghasilkan rekomendasi jumlah produksi roti sebesar ± 541 unit. Metode ini dapat membantu pengambilan keputusan produksi secara lebih optimal dan terukur.
Klasifikasi Tingkat Tindak Pidana Berdasarkan Data Kepolisian Resort Batu Bara Tahun 2023–2025 Menggunakan Metode Naive Bayes: Penelitian Mhd Zahir Az Zikri; Muhammad Yasin Simargolang
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 April - Juni
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6337

Abstract

Perkembangan teknologi informasi mendorong pemanfaatan data secara optimal dalam berbagai bidang, termasuk analisis tindak pidana untuk mendukung pengambilan keputusan. Penelitian ini bertujuan untuk mengklasifikasikan tingkat tindak pidana berdasarkan data Kepolisian Resort Batu Bara tahun 2023–2025 menggunakan metode Naive Bayes. Data yang digunakan berupa data kuantitatif yang mencakup jenis tindak pidana, wilayah, tahun, dan jumlah kasus yang diperoleh dari Sat Reskrim dan beberapa Polsek. Metode Naive Bayes diterapkan melalui tahapan penentuan kelas, perhitungan probabilitas prior, likelihood dengan Laplace Smoothing, serta perhitungan posterior untuk menentukan kelas dengan probabilitas tertinggi. Selain itu, penelitian ini juga merancang dan mengimplementasikan aplikasi berbasis web menggunakan PHP dan MySQL yang dilengkapi dengan perancangan UML untuk mempermudah proses klasifikasi. Hasil penelitian menunjukkan bahwa metode Naive Bayes mampu mengklasifikasikan tingkat tindak pidana secara efektif dan objektif, di mana hasil klasifikasi tidak hanya dipengaruhi oleh jumlah kasus, tetapi juga oleh atribut lain seperti wilayah, jenis tindak pidana, dan tahun. Dengan demikian, sistem yang dibangun dapat membantu pihak Kepolisian Resort Batu Bara dalam menganalisis data tindak pidana secara cepat, akurat, dan efisien sebagai dasar dalam pengambilan keputusan.
Clustering Karakteristik Pasien RSUD Perdagangan Berdasarkan Intensitas Pelayanan Menggunakan Metode K-Medoids Mhd Zahir Az Zikri; Bambang Irwansyah; M Yoggi Saputra; Rahmat; Ridho Agusman; Kafilano Armanda A. R; Nasir Fadillah Marpaung; Sultan Nico Nur'Arsy
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.5066

Abstract

Pemanfaatan teknologi informasi dalam bidang kesehatan berperan penting dalam pengelolaan data pasien secara efektif. Rumah sakit menghasilkan data dalam jumlah besar yang menyimpan informasi mengenai karakteristik dan intensitas pelayanan. Penelitian ini bertujuan untuk mengelompokkan pasien RSUD Perdagangan berdasarkan tingkat intensitas pelayanan menggunakan metode K-Medoids. Data yang digunakan berupa data sekunder sebanyak 100 pasien dengan lima variabel utama, yaitu umur, lama rawat inap, jumlah kunjungan per tahun, jumlah tindakan per kunjungan, dan durasi kunjungan. Metode penelitian menggunakan pendekatan kuantitatif dengan teknik data mining melalui tahapan pengumpulan data, pra-pemrosesan, seleksi atribut, normalisasi, serta proses clustering menggunakan algoritma K-Medoids dan jarak Euclidean. Jumlah klaster ditentukan sebanyak tiga, yaitu klaster intensitas pelayanan rendah, sedang, dan tinggi. Hasil penelitian menunjukkan bahwa proses clustering mencapai kondisi konvergen pada iterasi kedua dengan nilai total simpangan yang tidak mengalami perbaikan. Metode K-Medoids terbukti mampu menghasilkan pengelompokan yang stabil dan representatif terhadap kondisi nyata pasien. Hasil pengelompokan ini dapat dimanfaatkan oleh pihak manajemen rumah sakit dalam perencanaan sumber daya, peningkatan mutu pelayanan, serta pengambilan keputusan strategis berbasis data.
Implementasi Alat Pendeteksi Pencuri Berbasis IoT Menggunakan ESP32 dan Sensor Magnet untuk Keamanan Rumah : Penelitian Mhd Zahir Az Zikri; Dicky Apdilah; Dea Tiara Azhari; Heri Kusniadi
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.5075

Abstract

Keamanan rumah menjadi kebutuhan penting seiring meningkatnya aktivitas masyarakat di luar rumah yang menyebabkan hunian sering ditinggalkan tanpa pengawasan. Sistem keamanan konvensional dinilai kurang efektif karena tidak mampu memberikan peringatan secara langsung kepada pemilik rumah. Penelitian ini bertujuan untuk mengimplementasikan dan menguji sistem pendeteksi pencuri berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 dan sensor magnet sebagai pendeteksi kondisi buka dan tutup pintu. Metode penelitian yang digunakan adalah Research and Development (R&D) yang meliputi tahap analisis kebutuhan, perancangan sistem, pengembangan dan implementasi, pengujian, serta evaluasi. Sistem dirancang dengan sensor magnet sebagai input, ESP32 sebagai pusat pengendali, serta platform Blynk sebagai media pemantauan dan notifikasi. Hasil pengujian menunjukkan bahwa sensor magnet mampu mendeteksi kondisi pintu secara akurat dan konsisten. Sistem memberikan respons dan mengirimkan notifikasi melalui Blynk setiap kali pintu terbuka, serta tidak mengirimkan notifikasi pada kondisi aman. Mikrokontroler ESP32 mampu memproses data sensor dan mengirimkan informasi secara real-time dengan baik. Berdasarkan hasil tersebut, sistem pendeteksi pencuri berbasis IoT ini memiliki tingkat keandalan dan responsivitas yang baik serta layak diterapkan sebagai solusi keamanan rumah sederhana.
Implementasi Algoritma Perceptron dalam Klasifikasi Data Biner Menggunakan Pendekatan Jaringan Saraf Tiruan: Penelitian Mhd Zahir Az Zikri; Wanayumini; Rahmat; Nasir Fadillah Marpaung; Sultan Nico Nur'Arsy; Nurul Akmal Jodhy
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.5340

Abstract

Perkembangan kecerdasan buatan telah mendorong pemanfaatan metode pembelajaran mesin dalam berbagai proses klasifikasi dan pengambilan keputusan berbasis data. Salah satu model dasar dalam jaringan saraf tiruan adalah perceptron, yang dirancang untuk melakukan klasifikasi data biner melalui mekanisme pembobotan input dan fungsi aktivasi. Penelitian ini bertujuan untuk mengimplementasikan algoritma perceptron dalam klasifikasi data biner menggunakan pendekatan jaringan saraf tiruan. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan eksperimen komputasional pada data simulasi berbasis parameter biner. Proses analisis dilakukan melalui perhitungan jumlah tertimbang input, penerapan fungsi aktivasi step, serta evaluasi hasil berdasarkan nilai ambang (threshold). Hasil penelitian menunjukkan bahwa model perceptron mampu menghasilkan klasifikasi yang sesuai dengan target, dengan skor akhir 1,7 yang melebihi threshold 1,5 sehingga dikategorikan ke kelas positif. Temuan ini membuktikan bahwa perceptron efektif digunakan sebagai model klasifikasi sederhana pada data yang bersifat linearly separable. Meskipun memiliki keterbatasan dalam menangani pola non-linear, perceptron tetap berperan penting sebagai fondasi konseptual dalam pembelajaran mesin dan pengembangan jaringan saraf tiruan.
Co-Authors Bambang Irwansyah Dea Tiara Azhari Dicky Apdilah Heri Kusniadi Kafilano Armanda A. R Kafilano Armanda A. R Khairul Saleh M yoggi saputra Muhammad Yasin Simargolang Nasir Fadillah Marpaung Nasir Fadillah Marpaung Nurul Akmal Jodhy Rahmat Rahmat Ramadhan, Muhammad Sabir Ridho Agusman Sultan Nico Nur'Arsy Sultan Nico Nur'Arsy Wanayumini