Article Per Year (5 Year)
p-Index From 2020 - 2025
1.532
P-Index
This Author published in this journals
All Journal Conference on Innovation and Application of Science and Technology (CIASTECH) Scientific Journal of Informatics G-Tech : Jurnal Teknologi Terapan Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) As-Sidanah : Jurnal Pengabdian Masyarakat JUSTIFY : Jurnal Sistem Informasi Ibrahimy JEECS (Journal of Electrical Engineering and Computer Sciences)
Fatah, Zaehol
Fakultas Sains Dan Teknologi Universitas Ibrahimy
Religion Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
IMPLEMENTATION OF PARTICIPATORY RURAL APPRAISAL TO ASSIST THE ADMISSION OF NEW STUDENTS AT SALAFIYAH SYAFI'IYAH ISLAMIC BOARDING SCHOOL SUKOREJO SITUBONDO Ahmad Homaidi; Lukman Fakih Lidimilah; Zaehol Fatah
As-Sidanah Vol 2 No 2 (2020): OKTOBER
Publisher : LP2M Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (720.344 KB) | DOI: 10.35316/assidanah.v2i2.927

Abstract

The acceptance of new information technology-based islamic students at the Salafiyah Syafi'iyah Sukorejo Situbondo Islamic Boarding School still needs assistance because not all of the human resources who are assigned to the committee for new santri have expertise in the field of information technology. Implementation of assistance using Participatory Rural Appraisal (PRA) with the aim that all parties play an active role in analyzing and solving problems. Based on the problems faced since the implementation of new islamic students admissions in 2017, the mentoring facilitators then took the initiative to conduct a discussion forum to reconsider and build idealism between policy makers and users regarding the new santri acceptance model using information technology. The facilitator provides an overview of the system that is running, and explains the weak points and what should be developed in what parts. Then the leaders and policy holders as well as users in the field were asked to convey what they had in mind regarding the implementation of the acceptance of new students. From here comes the absorption of aspirations from the musyawirin present at the forum, this is what is expected from the implementation of PRA, namely encouraging the community to take part in making improvements and analyzing the development of the implementation of new santri admissions and providing input in system development to suit the direction of development.
EKSTRAKSI FITUR BERBASIS AVERAGE FACE UNTUK PENGENALAN EKSPRESI WAJAH Jarot Dwi Prasetyo; Zaehol Fatah; Taufik Saleh
Jurnal Ilmiah Informatika Vol. 2 No. 2 (2017): Jurnal Imliah Informatika
Publisher : Department of Science and Technology Ibrahimy University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/jimi.v2i2.464

Abstract

In recent years it appears interest in the interaction between humans and computers. Facial expressions play a fundamental role in social interaction with other humans. In two human communications is only 7% of communication due to language linguistic message, 38% due to paralanguage, while 55% through facial expressions. Therefore, to facilitate human machine interface more friendly on multimedia products, the facial expression recognition on interface very helpful in interacting comfort. One of the steps that affect the facial expression recognition is the accuracy in facial feature extraction. Several approaches to facial expression recognition in its extraction does not consider the dimensions of the data as input features of machine learning Through this research proposes a wavelet algorithm used to reduce the dimension of data features. Data features are then classified using SVM-multiclass machine learning to determine the difference of six facial expressions are anger, hatred, fear of happy, sad, and surprised Jaffe found in the database. Generating classification obtained 81.42% of the 208 sample data.
EFISIENSI PRESENSI DAN PENGGAJIAN KARYAWAN MENGGUNAKAN QR CODE DAN GEOLOKASI Nur Azizah; Ahmad Homaidi; Irma Yunita; Lukman Fakih Lidimilah; Taufik Saleh; Jarot Dwi Prasetyo; Zaehol Fatah
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2022 Transisi Global dalam Mencapai SDGs 2030
Publisher : Universitas Widyagama Malang

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

Abstract

Presensi merupakan sesuatu yang penting karena mempunyai pengaruh terhadap gaji karyawan dan produktivitas lembaga. Proses presensi di lembaga saat ini dilakukan dengan menggunakan model konvensional dengan menandatangani lembar presensi, yang kemudian hasil rekapitulasinya digunakan sebagai perhitungan gaji karyawan. Pengisian presensi tersebut kadang dilakukan menjelang akhir bulan, sehingga tingkat validitasnya berkurang, bahkan kesalahan dalam melakukan rekap presensi menjadi penyebab tidak sesuainya gaji karyawan. Hal tersebut juga mengakibatkan revisi berkepanjangan jika ditemukan setelah proses permohonan pencairan keuangan bulanan. Berdasarkan permasalahan tersebut, dirasa sangat penting untuk membangun sistem informasi untuk menangani presensi dan penggajian karyawan agar lebih efektif dan efisien dengan memanfaatkan QR Code dan geolokasi. Metode Waterfall dengan tahapan communication, planning, modelling, construction, dan deployment menjadi pilihan utama dalam penelitian ini. Hasil yang didapatkan dari penelitian ini adalah sebuah sistem aplikasi yang membantu meiningkatkan efisiensi proses presensi dan penentuan gaji karyawan, sehingga dapat mempercepat dan memudahkan dalam proses pengajuan pencairan keuangan. Hasil pengujian menunjukkan fitur yang disediakan dalam sistem sudah mengakomodir kebutuhan pengguna, sesuai dengan aturan yang berlaku dan dinyatakan valid.
SISTEM INFORMASI EVALUASI KINERJA BIDANG KESEHATAN DI UPT PUSKESMAS ASEMBAGUS Cindy Nur Dina Alifia; Zaehol Fatah; Neny Yuli Susanti
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 1 No. 1 (2022): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (364.543 KB) | DOI: 10.35316/justify.v1i1.1994

Abstract

Performance evaluation is an activity carried out to regulate health assessment standards in the Asembagus Situbondo sub-district for those who carry out examinations at the Asembagus Health Center. The data input process still uses the manual method, namely by recording using Microsoft Office Excel and carried out by one data analysis. In addition, data input takes a long time, because it consists of 7 health programs and 12 health sector indicators. With the performance evaluation information system, it is expected that data analyst officers can easily input data in a structured and efficient manner.
Perancangan Aplikasi Ujian Kompetensi Kepesantrenan di Bidang Pendidikan Tinggi Salafiyah Syafi’iyah Sukorejo Situbondo Ahmad Homaidi; Abu Dzarrin Al Ghifari; Zaehol Fatah
Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Vol 4 No 1 (2023): Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) April 2023
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/jatim.v4i1.2051

Abstract

Salah satu syarat mahasiswa dapat mengikuti munaqosah dan wisuda sarjana adalah harus lulus ujian kepesantrenan yang dilaksanakan oleh Bidang Pendidikan Tinggi. Pelaksanaan ujian kompetensi kepesantrenan ini masih banyak menyisakan masalah diantaranya terjadinya antrean panjang, kesulitan dalam proses penjadwalan karena harus menyesuaikan kapasitas ruangan dan penguji dengan jumlah pendaftar yang banyak. Selain itu petugas juga kesulitan dalam merekap nilai dari para penguji untuk masing-masing pendaftar. Permasalahan yang selama ini dirasakan tentunya dapat menghambat pelayanan sehingga menjadi kurang optimal. Penelitian ini bertujuan untuk membangun aplikasi yang dapat memudahkan dalam pengelolaan ujian kompetensi kepesantrenan agar layanan proses ujian kompetensi kepesantrenan ini menjadi lebih efektif dan efisien. Tahapan-tahapan dalam penelitian ini menggunakan metode waterfall, dengan harapan penelitian dapat dilakukan dengan terorganisir dengan baik. Hasil yang didapatkan dari penelitian ini dapat memudahkan pelayanan pendaftaran ujian kompetensi kepesantrenan berikut administrasi lainnya, sehingga laporan kepada pimpinan menjadi lebih cepat dan akurat. Hasil pengujian aplikasi menunjukkan kepuasan dari para pengguna sebesar 90%.
Implementasi Metode K-Nearest Neighbors (KNN) untuk Klasifikasi Penyakit Jantung ahmad yogianto; Ahmad Homaidi; Zaehol Fatah
G-Tech: Jurnal Teknologi Terapan Vol 8 No 3 (2024): G-Tech, Vol. 8 No. 3 Juli 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i3.4495

Abstract

Penyakit Jantung masuk ke dalam kelompok penyakit kardiovaskuler dan salah satu penyebab utama dari kehilangan nyawa secara global. Hal yang diakibatkan terjadinya penyumbatan terhadap aliran darah yang masuk ke dalam otot jantung, yang mengakibatkan terjadinya kerusakan berat pada jantung. Meskipun penyakit ini tidak menular WHO menyebutkan bahwa penyakit jantung telah menyebabkan 17,9 juta orang meninggal pada setiap tahun. Data asli berasal dari database Cleveland dari UCI Machine Learning Repository yang terdapat 303 data sample dengan 14 atribut untuk memprediksi pasien yang positif dan negatif terkena penyakit jantung. RapidMiner merupakan aplikasi yang digunakan dengan metode K-Nearest Neighbors (KNN), cara kerja metode KNN sendiri iyalah dengan cara menentukan nilai dari data yang akan diuji berdasarkan pada K data tetangga yang paling dekat pada dataset yang akan di uji. Hasil pada metode KNN  dengan parameter K=5 ini  nilai Akurasi yang didapatkan sebesar 64,03%, nilai presesinya sebesar 64.58%, dan recall yang didapatkan sebesar 75.15%.
Penerapan Metode Naïve Bayes Untuk Menentukan Penerima Kartu Indonesia Pintar (KIP) zainur rohman; Ahmad Homaidi; Zaehol Fatah
G-Tech: Jurnal Teknologi Terapan Vol 8 No 3 (2024): G-Tech, Vol. 8 No. 3 Juli 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i3.4573

Abstract

Mengingat pentingnya pendidikan sebagai keberlanjutan masyarakat yang berakal, cerdas dan berbudi luhur, maka Kartu Indonesia Pintar dikeluarkan oleh pemerintah untuk membantu pendidik yang berasal dari keluarga miskin maupun rentan miskin tetap melanjutkan pendidikannya. Namun masih ada kendala dalam penyaluran bantuan pemerintah ini yaitu banyaknya kelompok dari golongan miskin maupun rentan miskin tidak mendapat bantuan. Tujuan dari penelitian ini bagaimana membantu pihak terkait memudahkan dalam menentukan kelayakan penerima Kartu Indonesia Pintar, karena perhitungan yang kurang tepat akan menimbulkan kecemburuan sosial, dengan itu maka membutuhkan perhitungan yang mudah diimplementasikan dengan memanfaatkan salah satu algoritma metode data mining yaitu Algoritma Naive Bayes guna menjawab permasalahan. Tingkat akurasi yang dihasilkan dengan nilai accuracy sebesar 84.00%, precision sebesar 75.00%, recall sebesar 75.00%, AUC Optimistic sebesar 0.909%, AUC sebesar 0.907% dan AUC Pessimistic sebesar 0.905%, maka dapat disimpulkan bahwa algoritma ini cocok digunakan untuk menghitung kelayakan penerima bantuan pemerintah yang dimaksud.
Sistem Pendukung Keputusan Penerimaan Siswa Baru di MTS Bustanul Ulum Menggunakan Metode SMART (Simple Multi-Attribute Rating Technique) Lukman Aliyasin; Zaehol Fatah; Akhlis Munazilin
G-Tech: Jurnal Teknologi Terapan Vol 8 No 3 (2024): G-Tech, Vol. 8 No. 3 Juli 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i3.4732

Abstract

Pendidikan merupakan kebutuhan mendasar bagi setiap individu yang harus dipenuhi untuk menjalani kehidupan. Madrasah Tsanawiyah Bustanul Ulum adalah sebuah madrasah tsanawiyah swasta yang menggunakan seleksi penerimaan siswa baru dengan metode peringkat nilai untuk menentukan layak atau tidak layaknya siswa. Sistem seleksi di Madrasah Tsanawiyah Bustanul Ulum saat ini masih menggunakan Microsoft Excel. Penggunaan tersebut memakan waktu yang lama untuk berbagai kriteria. Solusi untuk menangani masalah tersebuat adalah dengan diterapknnya sistem pendukung keputusan multikriteria menggunakan metode SMART. Tujuan penelitian ini adalah untuk mempermudah dalam menentukan kelayakan siswa baru untuk masuk ke sekolah. Hasil penelitian menunjukkan bahwa dengan menggunakan metode SMART, proses penerimaan siswa baru menjadi lebih fleksibel dan efektif. Metode ini sangat berguna untuk membuat keputusan secara cepat dan tepat.
Implementasi Algoritma Support Vector Machine Untuk Klasifikasi Status Stunting Pada Balita Abdul Jalil; Ahmad Homaidi; Zaehol Fatah
G-Tech: Jurnal Teknologi Terapan Vol 8 No 3 (2024): G-Tech, Vol. 8 No. 3 Juli 2024
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/gtech.v8i3.4811

Abstract

Stunting dan kekerdilan balita yang disebabkan oleh kekurangan gizi jangka panjang adalah masalah kesehatan utama di Indonesia. Dalam penelitian ini, algoritma Vector Support Machine (SVM) digunakan untuk mengklasifikasikan status stunting balita dengan tingkat akurasi yang tinggi. Dataset sebanyak 6500 data untuk kasus stuting di Indonesia terdiri dari delapan atribut: "Jenis kelamin", "umur", "berat lahir", "berat badan", "tinggi badan", "aksi eksklusif", dan "stunting." Data ini dikumpulkan melalui website Kaggle data publik.  Preprocessing termasuk perbaikan variabel data dan pembersihan suara data. Selanjutnya, dataset yang telah siap dibagi menjadi 20% data uji dan 80% data latih. Ketika digunakan untuk mengklasifikasikan kasus stunting pada balita, algoritma SVM dengan kernel "linear" menunjukkan nilai akurasi 82%, presisi 80%, dan recall 86%. Hasil ini menunjukkan bahwa algoritma SVM sangat baik untuk mengklasifikasikan kasus stunting pada balita. Selanjutnya, model klasifikasi stunting yang dibangun diterapkan pada aplikasi web yang menggunakan framework Streamlit.
Analysis of Malang University Student Achievement Grouping Using the K-Means Clustering Method Moh. Aqil Mukhtar Alfarera; Zaehol Fatah
JEECS (Journal of Electrical Engineering and Computer Sciences) Vol. 9 No. 2 (2024): JEECS (Journal of Electrical Engineering and Computer Sciences)
Publisher : Fakultas Teknik Universitas Bhayangkara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54732/jeecs.v9i2.8

Abstract

With the increasing number of students and variations in achievement, managing achievement data in higher education has become more complex, so manual methods are insufficient. K-means clustering was chosen because of its ability to group data based on specific attributes, which makes it easier to identify patterns and trends. This research aims to prove K-Means' effectiveness in analyzing achievement data and adding to the literature regarding the application of data mining in education. The dataset includes student achievement indexes from various study programs at the University of Malang from 2018 to 2022. The data is processed to group student achievements efficiently. The clustering model was built using one of the algorithms in the clustering method, namely K-Means. This research produced the best cluster with a total of 3 clusters. The process was conducted to determine the best grouping by testing six cluster models. The best cluster was selected using the Davies Bouldin index test. Based on research with the results, these three groups can be categorized as cluster 0 in the low category with a value of 100, cluster 1 in the high category with a value of 4.100, and cluster 2 in the middle category with a value of 1.900.
Co-Authors Abdul Jalil Abu Dzarrin Al Ghifari Ahmad Homaidi Ahmad Yogianto Akhlis Munazilin Cindy Nur Dina Alifia Irma Yunita Jarot Dwi Prasetyo Jarot Dwi Prasetyo Lukman Aliyasin Lukman Fakih Lidimilah Moh. Aqil Mukhtar Alfarera Neny Yuli Susanti Neny Yuli Susanti Nur Azizah Taufik Saleh Taufik Saleh Zainur Rohman