Munsyi Munsyi
UIN Antasari Banjarmasin

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Klasifikasi Konten Pada Situs Web Dakwah Indonesia Menggunakan Text Mining Untuk Deteksi Paham Islam Radikal Nahed Nuwairah; Munsyi Munsyi; Amrullah Amrullah; Anita Ariani; Rabiatul Aslamiah
Technologia : Jurnal Ilmiah Vol 15 No 4 (2024): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i4.16333

Abstract

Konten radikalisme Islam dalam konteks prosedural merujuk pada konten yang memprovokasi kekerasan, menyebarkan kebencian, dan menentang nasionalisme melalui dakwah Islam di situs web Indonesia. Definisi radikalisme berbeda di setiap negara, dan di Indonesia, radikalisme diidentifikasi dengan isu provokasi serta kebencian terhadap SARA (Suku, Agama, Ras, Antargolongan). Deteksi konten SARA sangat menantang karena jumlahnya yang besar, sistem yang tidak terstruktur, dan banyaknya gangguan yang disebabkan oleh beragam interpretasi. Masalah ini dapat mengancam persatuan dan keharmonisan agama di Indonesia. Berdasarkan kondisi ini, diperlukan sistem untuk membedakan apakah suatu konten bersifat radikal atau tidak. Kami mengusulkan pendekatan text mining menggunakan ambang DF dan ekstraksi fitur berbasis otak manusia. Sistem ini terdiri dari beberapa langkah, termasuk pengumpulan data, pra-pemrosesan, text mining, seleksi fitur, klasifikasi untuk pengelompokan data berdasarkan label kelas, perhitungan kesamaan untuk pemrosesan data pelatihan, dan visualisasi untuk menentukan apakah konten tersebut radikal atau tidak. Penelitian ini diharapkan dapat memberikan literasi kepada pengguna yang mengakses situs web yang terpapar paham radikal, sehingga dapat menekan penyebaran provokasi di situs web di Indonesia. Hasil eksperimen menunjukkan bahwa kombinasi validasi silang 10 kali lipat dan metode k-Nearest Neighbor (kNN) sebagai metode klasifikasi mencapai akurasi sebesar 66,37% dengan nilai k sebesar 7, berdasarkan data yang dikumpulkan menggunakan web scrapping dari situs yang diblokir oleh Kementerian Komunikasi dan Informatika Indonesia (Menkominfo).
Manajemen Nilai Spiritual dan Konservasi Lingkungan menggunakan Wireless Sensor Networks dalam Penerapan Moderasi Beragama pada Kearifan Lokal Dayak Meratus Raden Yani Gusriani; Muhammad Rif'at; Munsyi Munsyi
Technologia : Jurnal Ilmiah Vol 16 No 1 (2025): Technologia (Januari)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i1.17248

Abstract

Menginvestigasi dan mengupas integrasi nilai-nilai spiritual dan kearifan lokal dalam konservasi lingkungan melalui pendekatan moderasi beragama, dengan studi khusus pada masyarakat Dayak Meratus di Kalimantan Selatan. Pendekatan ini menekankan pentingnya keseimbangan antara nilai-nilai agama, tradisi lokal, dan praktik pelestarian lingkungan yang berkelanjutan. Penelitian ini menggunakan metode Participatory Action Research (PAR) untuk melibatkan masyarakat secara aktif dalam identifikasi, dokumentasi, dan penerapan strategi konservasi yang relevan dengan konteks lokal. Nilai-nilai spiritual Islam, seperti tanggung jawab manusia sebagai khalifah bumi dan penghormatan terhadap alam, digabungkan dengan tradisi Dayak Meratus seperti larangan merusak kawasan tertentu dan ritual penghormatan hutan. Hasilnya menunjukkan bahwa masyarakat mulai mengadopsi praktik konservasi berbasis teknologi, seperti panel surya dan sistem hidroponik, yang disesuaikan dengan kebutuhan lokal. Program ini juga memperkuat kesadaran kolektif dan kemandirian masyarakat dalam menjaga ekosistem mereka, sambil mempromosikan kerjasama antara pemerintah, akademisi, dan sektor swasta. Namun, tantangan seperti kurangnya literasi teknologi dan terbatasnya akses terhadap pelatihan menjadi kendala utama yang memerlukan perhatian lebih lanjut. Rekomendasi yang diajukan meliputi peningkatan program edukasi berbasis teknologi, penyediaan subsidi untuk alat-alat pertanian modern, dan pelibatan generasi muda sebagai fasilitator teknologi. Dengan demikian, buku ini menawarkan model yang holistik untuk pelestarian lingkungan berbasis nilai spiritual dan tradisi lokal, sekaligus menjadi panduan strategis untuk mengimplementasikan moderasi beragama dalam konteks sosial dan ekologis. Model ini tidak hanya berkontribusi pada keberlanjutan ekosistem lokal, tetapi juga memperkuat harmoni sosial di masyarakat multikultural seperti Dayak Meratus. Kontribusi buku ini diharapkan dapat menginspirasi program-program serupa di berbagai komunitas yang menghadapi tantangan konservasi lingkungan dalam konteks keragaman budaya dan agama.
SISTEM PREDIKSI KUALITAS AIR SUNGAI PADA PULAU CURIAK MENGGUNAKAN ALGORITMA RANDOM FOREST Jauhar Latifah; Finki Dona Marleny; Ayu Ahadi Ningrum; Munsyi Munsyi
Technologia : Jurnal Ilmiah Vol 16 No 3 (2025): Technologia (Juli)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i3.19329

Abstract

Kualitas air sungai merupakan indikator penting bagi kelestarian lingkungan dan kesehatan masyarakat, khususnya di kawasan ekowisata seperti Pulau Curiak di Kalimantan Selatan yang menjadi lokasi strategis pemantauan karena berfungsi sebagai kawasan konservasi dan habitat bekantan. Penurunan kualitas air Sungai Barito akibat aktivitas manusia dan alam memerlukan solusi berbasis teknologi. Penelitian ini bertujuan memprediksi kualitas air sungai menggunakan algoritma Random Forest untuk mendukung pengelolaan berkelanjutan. Metode yang digunakan meliputi pengumpulan data parameter kualitas air (pH, DO, TDS, turbidity), pemrosesan data dengan tahapan Knowledge Discovery in Database  (KDD), dan pemodelan menggunakan Random Forest. Hasil menunjukkan akurasi model sebesar 75%, dengan prediksi dominasi kualitas "Buruk" pada Agustus 2024. Validasi silang mengungkap variasi akurasi (62,5–87,5%), menunjukkan perlunya optimasi lebih lanjut. Kesimpulannya, Random Forest efektif untuk prediksi kualitas air, tetapi perlu pengembangan model dengan faktor tambahan.