Article Per Year (5 Year)
p-Index From 2021 - 2026
6.026
P-Index
This Author published in this journals
All Journal Jurnal Simantec Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Conference on Innovation and Application of Science and Technology (CIASTECH) Applied Technology and Computing Science Journal Scientific Journal of Informatics E-Link: Jurnal Teknik Elektro dan Informatika G-Tech : Jurnal Teknologi Terapan Prosiding Conference on Research and Community Services Jurnal Teknik Informatika (JUTIF) Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) As-Sidanah : Jurnal Pengabdian Masyarakat Jurnal Teknologi dan Manajemen Industri Terapan JUSTIFY : Jurnal Sistem Informasi Ibrahimy "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika International Journal of Health and Information System (IJHIS) Gudang Jurnal Multidisiplin Ilmu Nusantara Journal of Computers and its Applications INTER TECH Jurnal Riset Teknik Komputer Abhakte
Ahmad Homaidi
Universitas Ibrahimy
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Public Health Social Sciences Other

Published : 50 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 50 Documents
Search

 1   2   3   4   5 
Implementasi Metode Clustering dengan Algoritma DBSCAN Untuk Identifikasi Sentra Industri Berbasis Google Map Yanto; Ahmad Homaidi; Ahmad Lutfi
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.v8i3.4959

Abstract

Identification and mapping of industrial centers is a strategic step in supporting sustainable regional planning and development. The Density-Based Spatial Clustering of Applications with Noise (DBSCAN) algorithm offers an effective approach in identifying industrial centers by analyzing the spatial distribution and density of data. This study aims to apply the DBSCAN algorithm in spatial data analysis to identify industrial centers in the Situbondo Regency area. The study uses a dataset of small and medium industries (IKM) from the Cooperative, Industry, and Trade Office of Situbondo Regency. The analysis results show that the DBSCAN algorithm successfully grouped industrial locations into several high-density clusters, identified as the main industrial centers. Further analysis reveals that the application of the DBSCAN algorithm can identify areas with potential for new industrial centers. These results can be used by the local government of Situbondo Regency as a basis for better regional development and economic planning.
IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR UNTUK PENENTUAN STATUS KANKER Zubairi, Ach.; Hermanto, Hermanto; Santoso, Hari; Samad, Abdus; Homaidi, Ahmad
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 3 No. 2 (2025): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/justify.v3i2.6467

Abstract

Kanker merupakan tantangan kesehatan global utama dengan tingkat kematian yang signifikan. Penentuan status kanker yang akurat penting untuk diagnosis dan strategi pengobatan yang tepat. Penelitian ini mengeksplorasi algoritma K-Nearest Neighbor (KNN) dalam klasifikasi jenis kanker, dengan fokus pada dataset kanker payudara dari UCI Machine Learning Repository. Metodologi yang digunakan mencakup pengumpulan data, seleksi atribut, pemisahan data menjadi training dan testing, serta implementasi KNN. Hasil menunjukkan bahwa KNN dapat mencapai akurasi 87.61% dalam klasifikasi dengan evaluasi menggunakan metrik seperti presisi, recall, dan F1-score. Investigasi lebih lanjut diperlukan untuk mengoptimalkan nilai K, waktu komputasi, dan penanganan dataset besar untuk penerapan yang lebih efektif dalam onkologi.
Perancangan Sistem Informasi Manajemen Bantuan Sosial Di Kabupaten Banyuwangi Berbasis Web Hali Mukid; Ahmad Homaidi
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 12 (2024): GJMI - DESEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i12.1071

Abstract

Perkembangan teknologi informasi, khususnya internet, membuka peluang besar untuk meningkatkan kesejahteraan sosial. Namun, permasalahan Penyandang Masalah Kesejahteraan Sosial (PMKS), seperti fakir miskin, masih menjadi tantangan. Penelitian ini bertujuan untuk merancang Sistem Informasi Manajemen Bantuan Sosial yang efisien dan efektif, dengan fokus pada Kabupaten Banyuwangi. Sistem ini diharapkan dapat mengintegrasikan data penerima bantuan, jenis bantuan, dan jadwal penyaluran, sehingga dapat meminimalisir penyelewengan dan memastikan bantuan tepat sasaran.
Komparasi Algoritma Naive Bayes Dan Random Forest Pada Klasifikasi Kanker Payudara Ika Indah Lestari; Ahmad Homaidi
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 12 (2024): GJMI - DESEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i12.1206

Abstract

Kanker payudara merupakan salah satu jenis kanker yang paling umum ditemukan pada wanita dan menjadi penyebab utama kematian akibat kanker di seluruh dunia. Ketepatan dalam diagnosis kanker payudara menjadi sangat krusial untuk penanganan yang tepat. Penelitian ini bertujuan untuk membandingkan performa algoritma Naive Bayes dan Random Forest dalam mengklasifikasikan kanker payudara menggunakan dataset Breast Cancer Wisconsin. Metodologi penelitian dimulai dengan pengumpulan data dari dataset Breast Cancer Wisconsin yang terdiri dari 569 sampel dengan 32 atribut. Proses preprocessing data meliputi konversi data dari format nominal ke binominal untuk atribut diagnosis. Implementasi algoritma menggunakan tools RapidMiner dengan pendekatan cross validation (k=10) untuk evaluasi model yang lebih robust. Performa kedua algoritma dibandingkan menggunakan berbagai metrik evaluasi termasuk accuracy, precision, recall, dan analisis confusion matrix. Hasil penelitian menunjukkan bahwa algoritma Random Forest memberikan performa yang lebih unggul dengan tingkat akurasi 94,91% (±5,06%), precision 95,33%, dan recall 93,90%. Sementara itu, Naive Bayes mencapai akurasi 93,51% (±5,30%), precision 93,68%, dan recall 92,67%. Random Forest juga menunjukkan keunggulan dalam mengurangi false positive, dengan hanya 8 kasus dibandingkan 15 kasus pada Naive Bayes. Analisis confusion matrix menunjukkan bahwa kedua algoritma memiliki kemampuan yang baik dalam mengklasifikasikan kasus kanker payudara, meskipun Random Forest menunjukkan performa yang lebih stabil dan akurat. Kesimpulan dari penelitian ini menunjukkan bahwa kedua algoritma efektif untuk klasifikasi kanker payudara, dengan Random Forest menunjukkan keunggulan dalam hal akurasi dan presisi. Hasil ini dapat menjadi pertimbangan dalam pengembangan sistem pendukung keputusan untuk diagnosis kanker payudara, dimana Random Forest dapat menjadi pilihan utama ketika akurasi menjadi prioritas, sementara Naive Bayes tetap menjadi alternatif yang valid ketika kesederhanaan implementasi dan efisiensi komputasi diperlukan.
Classification of Anaemia Status Using The K-Nearest Neighbor Algorithm Zulfa Faradila; Ahmad Homaidi; Jarot Dwi Prasetyo
G-Tech: Jurnal Teknologi Terapan Vol 9 No 1 (2025): G-Tech, Vol. 9 No. 1 January 2025
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/gtech.v9i1.6377

Abstract

Early detection and accurate diagnosis of anemia are crucial for public health management, with conventional methods like complete blood count often being costly and unavailable in remote areas. The use of machine learning techniques, specifically the k-nearest neighbor (KNN) algorithm, shows promise in classifying medical conditions including anemia with competitive accuracy compared to traditional methods. The implementation of KNN not only offers accuracy but also time and cost efficiency, providing reliable results quickly for medical professionals in the field. The algorithm's application involves determining the appropriate k-value for optimal accuracy, calculating distances using Euclidean distance, and voting for class prediction based on nearest neighbors. The analysis showcases the model's efficiency in predicting anemia status with an accuracy of 94.72% and promising precision and recall rates.
Implementation Of Forward Chaining Expert System To Identify Facial Skin Types In Determining Facial Beauty Treatments Anam, Khairil; Irawan, Nico; Homaidi, Ahmad
International Journal of Health and Information System Vol. 1 No. 2 (2023): September
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/ijhis.v1i2.16

Abstract

Skin is part of the outer layer of the human body which is flexible, soft and sensitive and is the first line of defense from various germs, viruses, bacteria and what is very important and the main part is facial skin, therefore we must keep it healthy, fresh and clean by determining proper beauty facial treatment. This research was conducted to design and create an expert system capable of identifying facial skin types to determine facial beauty treatments. Making this expert system using forward chaining method. The result of this research is an application that can help make it easier for users to determine facial facial treatments without having to queue and wait for consultations with a beauty doctor, so that they can immediately determine the appropriate type of skin facial treatment through the Android application.
Perancangan Sistem Informasi Surat Perintah Perjalanan Dinas (Studi: Dinas Perhubungan Kabupaten Bondowoso) Damayanti, Alfina Damayanti; Fatah, Zaehol; homaidi, ahmad
Jurnal Mahasiswa Teknik Informatika Vol. 4 No. 1 (2025): Jurnal Jamastika, Volume 4 Nomor 1 April 2025
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v4i1.3620

Abstract

Perancangan sistem informasi dapat menyajikan data yang akurat, efektif, dan efisien(Ulandari et al., 2024). Penelitian ini bertujuan untuk merancang sistem informasi surat perintah perjalanan dinas di Dinas Perhubungan Kabupaten Bondowoso, yang selama ini masih menggunakan metode manual dalam pengelolaan Surat Perintah Perjalanan Dinas (SPPD) dan pelaporan perjalanan. Dengan menggunakan metode pengembangan sistem Waterfall, sistem yang dirancang meliputi fitur pengelolaan SPPD, Surat Perintah Tugas (SPT), serta laporan perjalanan dinas berbasis web. Sistem ini diharapkan mampu meminimalkan kehilangan data, mempercepat proses administrasi, serta meningkatkan efisiensi kerja. Implementasi sistem menggunakan perangkat lunak berbasis open source untuk menekan biaya pengembangan. Hasil penelitian menunjukkan bahwa sistem yang dirancang dapat membantu staf dalam pembuatan SPPD, SPT, dan pengelolaan laporan perjalanan secara lebih terintegrasi dan terstruktur.     Kata Kunci: Teknologi , Sistem Informasi  , Surat Perintah Perjalanan Dinas Information systems design can provide accurate, effective, and efficient data(Ulandari et al., 2024). This study aims to design an information system for official travel orders at the Department of Transportation in Bondowoso Regency, which currently manages Official Travel Orders (SPPD) and travel reporting manually. Using the Waterfall system development method, the designed system includes features for managing SPPD, Task Orders (SPT), and web-based official travel reports. This system is expected to minimize data loss, speed up administrative processes, and improve work efficiency. The system implementation utilizes open-source software to reduce development costs. The study results indicate that the designed system can assist staff in creating SPPD, SPT, and managing travel reports in a more integrated and structured manner.  Kata Kunci: Technology, Information System, manages Official Travel Orders
Prediksi Penyakit Diabetes Menggunakan Algoritma Support Vector Machine (SVM) Ammar Farisi; Ahmad Homaidi; Hermanto
Jurnal Teknologi dan Manajemen Industri Terapan Vol. 4 No. 3 (2025): Jurnal Teknologi dan Manajemen Industri Terapan (in press)
Publisher : Yayasan Inovasi Kemajuan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55826/jtmit.v4i3.786

Abstract

Penelitian ini mengembangkan model klasifikasi penyakit diabetes menggunakan algoritma Support Vector Machine (SVM) yang diintegrasikan ke dalam aplikasi web berbasis Streamlit. Dataset yang digunakan adalah Pima Indians Diabetes dari Kaggle, terdiri dari 768 data pasien dengan atribut seperti jumlah kehamilan, kadar glukosa, tekanan darah, insulin, indeks massa tubuh (BMI), dan faktor risiko lainnya. Metodologi yang digunakan mengikuti tahapan Knowledge Discovery in Databases (KDD) meliputi pemahaman masalah, pengumpulan data, preprocessing, transformasi fitur, pemodelan, evaluasi, dan implementasi sistem. SVM dengan kernel linear dipilih karena performa yang efisien dan stabil, terutama untuk dataset berdimensi tinggi. Data dianalisis menggunakan metrik akurasi, presisi, recall, dan F1-score, dengan hasil evaluasi menunjukkan akurasi sebesar 82,4%, presisi 79,6%, recall 76,1%, dan F1-score 77,8%. Hasil ini menunjukkan bahwa model SVM dapat melakukan klasifikasi risiko diabetes secara efektif dan seimbang. Selain itu, sistem ini diimplementasikan ke dalam aplikasi yang memungkinkan pengguna melakukan prediksi mandiri terhadap risiko diabetes secara cepat dan mudah diakses, tanpa perlu datang ke fasilitas kesehatan. Temuan ini memberikan kontribusi penting dalam pemanfaatan machine learning untuk mendukung deteksi dini penyakit kronis berbasis data medis, khususnya di Indonesia, di mana akses terhadap layanan kesehatan masih terbatas bagi sebagian masyarakat. Dengan antarmuka yang sederhana dan berbasis web, aplikasi ini diharapkan dapat mendorong kesadaran masyarakat untuk memantau kesehatan secara proaktif.
Perancangan Teknologi E-Poin Untuk Meningkatkan Kualitas Karakter Siswa Khususnya Tentang Kedisiplinan Di MI Salafiyah Syafi’iyah Putra Sukorejo Muwasatil Muhtajin; Ahmad Homaidi
Gudang Jurnal Multidisiplin Ilmu Vol. 3 No. 5 (2025): GJMI -MEI
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v3i5.1539

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem e-Poin berbasis web guna meningkatkan kedisiplinan siswa melalui pencatatan pelanggaran dan prestasi secara digital di MI Salafiyah Syafi’iyah Putra Sukorejo. Sistem e-Poin dirancang untuk menggantikan metode konvensional berbasis kertas yang kurang efisien dan kurang transparan. Penelitian ini menggunakan pendekatan kualitatif dengan metode pengumpulan data melalui wawancara, observasi, dan dokumentasi. Proses pengembangan sistem mengikuti model Waterfall dalam Software Development Life Cycle (SDLC), meliputi tahapan pengumpulan kebutuhan, analisis, desain, implementasi, dan pengujian. Hasil dari penelitian menunjukkan bahwa sistem e-Poin mampu memberikan kemudahan dalam pendokumentasian pelanggaran, mempercepat proses pelaporan kepada wali santri, serta meningkatkan keterlibatan guru dan orang tua dalam pembinaan karakter siswa. Sistem ini dibangun menggunakan framework CodeIgniter 3 dengan database MySQL dan menyediakan fitur antarmuka yang mudah digunakan oleh berbagai pengguna, termasuk guru, admin, orang tua, dan siswa. Implementasi sistem ini mendukung program digitalisasi pendidikan yang sejalan dengan kebijakan Kurikulum Merdeka serta visi madrasah dalam membentuk siswa yang disiplin dan berkarakter.
PERANCANGAN SISTEM INFORMASI MANAJEMEN KEGIATAN KEPEMUDAAN BERBASIS PHP MYSQL DI DINAS PEMUDA DAN OLAHRAGA KABUPATEN BANYUWANGI Ria Nufika; Ahmad Homaidi; Yusfi Chusnul Raufah
Jurnal Riset Teknik Komputer Vol. 2 No. 4 (2025): Desember : Jurnal Riset Teknik Komputer (JURTIKOM)
Publisher : CV. Denasya Smart Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69714/mxrz0335

Abstract

The Youth and Sports Office of Banyuwangi Regency plays an important role in managing various youth programs, but the process of recording, reporting, and data collection is still carried out manually, resulting in inefficiency and inaccuracy of information. This study aims to design a web-based youth activity management information system using PHP and MySQL that can manage activity data, participants, and reports in an integrated manner. The method used is a qualitative descriptive approach with data collection techniques through observation, interviews, and literature studies, as well as a system design method using the Waterfall model. The designed system provides features such as participant registration, activity data input, documentation management, and reporting. The design results show that this system can improve administrative efficiency, facilitate the evaluation process, and support transparency in youth data management at the Banyuwangi Youth and Sports Office.
Co-Authors Abd Ghofur Abd. Ghofur Abdul Jalil ABDUS SAMAD Abu Dzarrin Al Ghifari Ach. Zubairi Ach. Zubairi Ach. Zubairi Ahmad Ambari Ahmad Jalaludin, Ahmad Ahmad Lutfi Ahmad Lutfi Ahmad Lutfi Ahmad Muflih Wafir S.A Ahmad Yogianto Akhlis Munazilin Ammar Farisi Atika Lina Bahtiarullah, Febri Basufi Baijuri, Achmad Damayanti, Alfina Damayanti Dwitya Sitaresmi Suharjo Edwin Wira Liyanto Efendi, Ahmad Fadil Dwi Eko Fendy Hermawan Fahreza Adams Lazuardy Fatah, Zaehol Fatah, Zaehol Fauzan Firdaus Firman Santoso Firmansyah Widiarto Prabowo Ganang Aji Pambudhi Hali Mukid Hari Santoso Hermanto Hermanto , Hermanto Hermanto Hermanto Hermanto Hermanto Hermanto IKA INDAH LESTARI Irma Yunita irma yunita Irma Yunita Irma Yunita Irma Yunita Jarot Dwi Jarot Dwi Prasetyo Jarot Dwi Prasetyo Jarot Dwi Prasetyo Jarot Dwi Prasetyo Jarot Dwi Prasetyo Khairil Anam, Khairil Lidimilah, Lukman Fakih Lidimillah, Lukman Fakih Lina, Atika Lukman Fakih Lukman Fakih Lidimilah Lukman Fakih Lidimilah Lukman Fakih Lidimillah Lutfi, Zainul Mawaddah, Maulidatul Medi Sugiarto Muhamad Ilhan mansiz Muhammad Dzikry Afandi Muhammad Ramadhani Muwasatil Muhtajin Nabila Nabila Nico Irawan Nur Azizah Nur Azizah Prasetyo, Jarot Dwi Ria Nufika Rofiatul Munawaroh Rohiqim Mahtum Saleh, Taufik Santoso, Firman Siti Nur Aizah Sobri, Miftahus Syahrul Ibad Taufik Saleh Taufik Saleh Yanto Yusfi Chusnul Raufah Zaehol Fatah Zahroh, Siti Zainal Arifin Zainur Rohman Zendy Robi Junianto Zubairi, Ach. Zulfa Faradila