Claim Missing Document
Check
Articles

Pelatihan Akuntansi Digital bagi Badan Umum Milik Desa Makmur Bermartabat di Desa Batu Kecamatan Karang Tengah Kabupaten Demak Indriastuti, Maya; Mutamimah, Mutamimah; Riansyah, Andi
Indonesian Journal of Community Services Vol 7, No 1 (2025): May 2025
Publisher : LPPM Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ijocs.7.1.36-44

Abstract

Keberadaan BUMDes Makmur Bermartabat di Desa Batu Kec. Karang Tengah, Kab. Demak bertujuan untuk mengelola sumber daya lokal, menyediakan jasa pelayanan, dan terlibat dalam berbagai usaha yang bertujuan untuk meningkatkan Pendapatan Asli Desa (PADes) dan memajukan kesejahteraan masyarakatnya. Namun sayangnya, BUMDes tersebut belum mempunyai pengetahuan tentang akuntansi digital, sehingga proses pengumpulan dan analisis masih bersifat tradisional. Hal ini mengakibatkan potensi keuangan BUMDes tidak dapat berjalan dengan baik. Oleh karena itu, tujuan kegiatan abdimas FE dan FTI UNISSULA adalah memberikan pengetahuan sekaligus pelatihan akuntansi digital untuk proses pengumpulan, analisis, dan komunikasi informasi akuntansi kepada pengguna internal dan eksternal untuk pengambilan keputusan mereka secara real time; dan meningkatkan kompetensi terkait pelaporan keuangan sesuai dengan SAK-ETAP. Mitra abdimas ini adalah BUMDes Makmur Bermartabat. Metode abdimas, yaitu: a) memberi stimulus pelatihan akuntansi digital; b) meningkatkan kompetensi terkait pelaporan keuangan; c) monitoring dan evaluasi. Hasil kegiatan abdimas ini menunjukkan bahwa: a) BUMDes Makmur Bermartabat mendapatkan tambahan pengetahuan dan pemahaman tentang akuntansi digital berupa proses pengumpulan, analisis, dan komunikasi informasi akuntansi kepada pengguna internal dan eksternal untuk pengambilan keputusan mereka secara real time; b) BUMDes Makmur Bermartabat memiliki kompetensi terkait pelaporan keuangan. Urgensi kegiatan abdimas ini terletak pada pentingnya akuntansi digital dalam menghasilkan laporan keuangan, sehingga mereka mampu melakukan evaluasi terhadap efektivitas bisnis dan perolehan pendapatan selama satu periode.The Makmur Bermartabat BUMDes in Batu Village, Karang Tengah District, Demak Regency aims to manage local resources, provide services, and engage in various businesses that aim to increase Village Original Revenue (PADes) and promote the welfare of the community. Unfortunately, the BUMDes has no knowledge of digital accounting, so the collection & analysis process is still traditional. This results in the financial potential of BUMDes not being able to run properly. Therefore, the objectives of the community service activities of FE & FTI UNISSULA are to provide knowledge as well as digital accounting training for the process of collecting, analyzing, & communicating accounting information to internal & external users for their decision making in real time; & increasing competencies related to financial reporting in accordance with SAK-ETAP. The partner of this service is Makmur Bermartabat BUMDes. The community service methods: a) provide a digital accounting training stimulus; b) improve competencies related to financial reporting; c) monitoring & evaluation. The results of this community service activity show that: a) Makmur Bermartabat BUMDes gain additional knowledge & understanding of digital accounting in the form of a process of collecting, analyzing, & communicating accounting information to internal & external users for their decision making in real time; b) Makmur Bermartabat BUMDes have competencies related to financial reporting. The urgency of this service activity lies in the importance of digital accounting in producing financial reports, so they can evaluate the effectiveness of their business & income generation during one period.
Fuzzy Tsukamoto Implementation on Internet of Things to Control Flooding Riansyah, Andi; Kurniadi, Dedy
Jurnal Transformatika Vol. 17 No. 2 (2020): January 2020
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v17i2.1700

Abstract

A Flooding is a disaster that often occurs in the Semarang area, especially on Jl. Raya Kaligawe. Flooding can occur due to the ineffectiveness of the pump work in a water impregnation pool. The impact of the floods is detrimental to students because with the flooding it can interfere with teaching and learning activities and studying student activities when on campus. At Sultan Agung Islamic University, Semarang has a water impregnation pool that is still manually controlled. By using Fuzzy Tsukamoto as artificial intelligence on Internet of Things technology, we can carry out intelligent control systems in water absorption pool pumps in realtime, so as to prevent and reduce human error that causes flooding. In principle, the Internet of Things works using a microcontroller, one of the microcontrollers that can be used, namely Wemos D1 mini. Wemos D1 mini is connected with an ultrasonic sensor to measure water level in a water infiltration pond, air temperature and air humidity sensor to detect rain.
Visitor Satisfaction Analysis of Library Services at Sultan Agung Islamic University Using Libqual and Fuzzy Riansyah, Andi; Pratama, Nirmala Putri; Assegaf, Badieah
Jurnal Transformatika Vol. 18 No. 1 (2020): July 2020
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v18i1.2123

Abstract

Quality of service is part of the services provided by the Universitas Islam Sultan Agung (UNISSULA) library so that it matches the expectations and needs of visitors. There is not yet a system that can be used to measure service quality so that the process of measuring services is less than optimal. So it needs to be made a system that can be used to evaluate the quality of library services. The system was built using two methods in its development, namely the Libqual Method and the Fuzzy Tsukamoto Method by using a Likert scale from values 1 to 5. The Libqual method is used to measure the gap between perception and expectations with two calculations namely Adequancy Gap (AG) and Superiority Gap (SG) , in Fuzzy Tsukamoto there are four process processes, namely fuzzyfication, rule formation, inference and defuzzyfication machines which are used as ranking of each question on the questionnaire regarding service quality. Ranking aims to find out the question items about the quality of service that has the best value on a scale from small to large. The results of calculations using Libqual and Fuzzy Tsukamoto from three dimensions that exist in Libqual, Library as Place gets first rank with a value of 3,31 which is the most optimal service quality.
Pneumonia detection system using convolutional neural network with DenseNet201 architecture Qomaruddin, Muhammad; Riansyah, Andi; Hermawan, Hildan Mulyo; Taufik, Moch
International Journal of Informatics and Communication Technology (IJ-ICT) Vol 14, No 3: December 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijict.v14i3.pp1172-1178

Abstract

The diagnosis of pneumonia remains a significant challenge for medical practitioners worldwide, particularly in regions with limited healthcare resources. Traditional interpretation of chest X-rays is time-consuming and often subjective, especially when images are of low quality. This study presents the development of a web-based system utilizing the DenseNet201 architecture to address these challenges. A series of experiments were conducted to evaluate three optimizers Adam, Adamax, and Adadelta over fifty epochs. Among them, Adamax yielded the best performance, achieving a training accuracy of 93.67% and a validation accuracy of 94.20%. When tested on new data, the system consistently delivered high performance, with accuracy, precision, recall, and F1 score all reaching 96%. These results suggest that the proposed system has the potential to significantly enhance the accuracy and efficiency of pneumonia diagnosis based on chest X-rays.
Large language models and retrieval-augmented generation-based chatbot for adolescent mental health Riansyah, Andi; Subroto, Imam Much Ibnu; Nur'aini, Intan; Supradewi, Ratna; Suyanto, Suyanto
International Journal of Advances in Applied Sciences Vol 14, No 3: September 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijaas.v14.i3.pp849-858

Abstract

Access to fast and efficient information is crucial in today's digital era, especially for teenagers in obtaining mental health services. The manual method used by Youth Information and Counselling Centre (PIK R) to provide mental health information requires significant time and effort. This research presents an AI-based solution by developing a chatbot system using retrieval-augmented generation (RAG) and large language models (LLM). This chatbot is designed to provide accurate and effective mental health information for teenagers throughout the day. An analysis of a dataset consisting of articles on teenage mental health and data from the Alodokter website was used as the basis for the development of this chatbot. The research results show that the chatbot is capable of providing relevant and accurate information, with evaluations using the recall-oriented understudy for gisting evaluation (ROUGE) score method yielding an average of ROUGE-1 with a precision of 87.8%, recall of 83.0%, and F1-measure of 84.0%; ROUGE-2 with a precision of 82.8%, recall of 76.8%, and F1-measure of 78.2%; and ROUGE-L with a precision of 88.0%, recall of 82.6%, and F1-measure of 83.4%. These findings indicate the potential use of chatbots as an effective tool to support the mental health of adolescents.
Mamdani fuzzy-based water quality monitoring and control system in vannamei shrimp farming using the internet of things Qomaruddin, Muhammad; Riansyah, Andi; Hermawan, Hildan Mulyo
International Journal of Advances in Applied Sciences Vol 13, No 1: March 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijaas.v13.i1.pp180-187

Abstract

Indonesia's vast ocean expanse, spanning two-thirds of its land, is a treasure trove of marine resources, with shrimp being a vital commodity in the country's fisheries exports. To ensure successful shrimp production, maintaining optimal water conditions is paramount, necessitating extensive, large-scale monitoring. Enter our innovative prototype an internet of things (IoT) system designed for comprehensive pond water quality oversight. This smart system monitors crucial parameters like pH, turbidity, temperature, and dissolved solids in vannamei shrimp cultivation. The Mamdani fuzzy approach dynamically adjusts operations in response to changing weather conditions, fine-tuning both pump and windmill speeds. This adaptive methodology significantly improves water quality control, enhancing overall efficiency. Our IoT infrastructure ensures real-time monitoring and control, creating an ideal environment for shrimp cultivation. The Mamdani fuzzy technique’s effectiveness shines in adapting to dynamic environmental shifts. Noteworthy findings underscore the system's ability to automate and elevate pond water quality, promising increased shrimp production. This technology has the potential to revolutionize traditional shrimp farming, particularly in regions like Rembang, by promoting sustainable aquaculture practices.
KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS SCOPUS MENGGUNAKAN METODE K-NEAREST NEIGHBOR Maulida, Aina Nurul; Riansyah, Andi; Subroto, Imam Much Ibnu
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

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

Abstract

Daftar publikasi nasional yang terakreditasi disediakan oleh SINTA, situs web atau portal ilmiah online yang dikelola oleh Kemendikbud. SINTA juga dapat dilihat sebagai repository atau pusat data jurnal nasional yang terakreditasi. Saat ini permasalahan yang dihadapi oleh SINTA ialah klasifikasi bidang ilmu pada publikasi terindeks Scopus yang belum sesuai dengan 5 bidang ilmu. Berlandaskan permasalahan tersebut maka tujuan dilaksanakannya penelitian ini yaitu untuk mengklasifikasi bidang ilmu setiap judul publikasi menjadi 5 bidang ilmu. Untuk mendapatkan hasil klasifikasi maka penelitian ini memakai metode K-Nearest Neighbor. Pengklasifikasian artikel publikasi dapat dilakukan melalui beberapa proses, diantaranya seperti Data Cleaning, Case Folding, Tokenizing, Stopword Removal, serta Stemming. Pada penelitian ini penulis menggunakan data sebanyak 750, dimana masing-masing bidang terdapat 150 data, kemudian data tersebut dibagi menjadi data training dan data testing yaitu masing-masing 675 dan 75 dengan 6 kali percobaan menggunakan beberapa parameter K yaitu 5,15,20,25,45,50. Dari hasil percobaan tersebut menghasilkan nilai tertinggi dengan K=5 yaitu akurasi sebesar 0.5384%, presisi sebesar 0.3768%, dan recall sebesar 0.2977%. hasil tersebut belum sesuai dengan hasil yang diharapkan penulis dikarenakan pada saat pelabelan data yang diambil tidak tepat.Keyword: Klasifikasi, KNN, Scopus.
KLASIFIKASI BIDANG ILMU PADA PUBLIKASI TERINDEKS WEB OF SCIENCE MENGGUNAKAN METODE NAÏVE BAYES Munir, Abdulloh; Riansyah, Andi; Haviana, Sam Farisa Chaerul
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

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

Abstract

Kecepatan dalam mengakses di internet menjadikan jurnal ilmiah berkembang pesat dan banyak. Adanya permasalahan seperti menemukan jurnal sesuai dengan bidang ilmu. Dari permasalahan tersebut perlu metode pengklasifikasian pencarian jurnal sesuai isi topik yang dituju, salah satunya dengan metode data mining klasifikasi dengan naïve bayes. Data Mining adalah proses menemukan pola bertujuan melakukan klasifikasi, prediksi, dan klaster. Naïve Bayes merupakan metode atas dasar probabilitas statistika dengan menerapkan teorema bayes, memprediksi peluang hasil yang akan didapatkan dengan memperhitungkan berdasarkan data pengalaman dimasa sebelumnya. Tujuan penelitian ini yaitu menerapkan metode naïve bayes dalam pengklasifikasian jurnal ke dalam 5 bidang ilmu dapat merumuskan masalah berupa memudahkan pengelompokan jurnal ilmiah sesuai akan topik. Hasil akhir pada penelitian ini yaitu menghasilkan output kesesuaian judul dari artikel dalam SINTA yang sudah terindeks Web of Science dalam 5 bidang ilmu tersebut. Dengan hasil dari pengujian sistem nilai akurasi 44,2%, recall 24% dan presisi 20,2%.Keyword : Klasifikasi, 5 Bidang Ilmu, Web of Science, Naïve Bayes, SINTA. 
Klasifikasi Kepakaran Reviewer Menggunakan Algoritma K-Nearest Neighbor (KNN) Fajarini, Intan Putri Nur; Subroto, Imam Much Ibnu; Riansyah, Andi
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

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

Abstract

Ada banyak hal yang bisa dilakukan dalam meningkatkan kualitas pendidikan di negara Indonesia salah satunya yaitu Kemdikbud membuat sebuah program untuk meningkatkan jumlah publikasi jurnal di Indonesia yang bereputasi internasional. Jika dilakukan upaya peningkatan publikasi jurnal maka diperlukan reviewer jurnal, yang mana bidang keilmuan reviewer harus sesuai dengan bidang ilmu dari jurnal yang akan direview, data reviewer ini diperoleh dari database SINTA (Science and Technology Index). Bidang ilmu dari jurnal tersebut dikelompokkan ke dalam 5 bidang yaitu Arts & Humanities, Engineering & Tecnology, Life Sciences & Medicine, Natural Science, dan Social Science & Management. Saat ini belum ada penelitian yang menerapkan suatu metode untuk mengklasifikasikan reviewer dengan 5 bidang ilmu kepakaran, untuk memudahkan hal tersebut bisa memanfaatkan teknik yang ada saat ini yaitu menggunakan metode data mining untuk mengolah data tersebut, dalam penerapan data mining untuk klasifikasi akan digunakan algoritma KNN. Dalam penelitian ini tahap yang dilakukan adalah pengumpulan data, kemudian data tersebut akan diolah menggunakan metode preprocessing agar diperoleh data yang bersih dan memiliki kualitas yang baik, setelah itu akan diproses lagi dengan menerapkan metode klasifikasi menggunakan algoritma KNN. Setelah melakukan beberapa pengujian jumlah K dan menggunakan 3 skenario pengujian, pada penelitian ini menghasilkan akurasi 0,751 atau 75 %, precission 0.628, recall 0.54, dan f-measure 0.528 dengan K = 30 pada pengujian skenario uji 80% : 20%.Kata Kunci : reviewer , data mining, klasifikasi, KNN
Klasifikasi Bidang Ilmu Pada Publikasi Terindeks GARUDA Kemdikbud Menggunakan Metode K-Nearest Neighbor (KNN) Saadah, Farikhatus; Subroto, Imam Much Ibnu; Riansyah, Andi
TRANSISTOR Elektro dan Informatika Vol 5, No 2 (2023)
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/ei.5.2.95-101

Abstract

GARUDA merupakan salah satu portal yang memuat referensi ilmiah nasional Indonesia dan memberikan akses terhadap karya ilmiah yang dihasilkan oleh akademisi dan peneliti Indonesia. Klasifikasi merupakan proses penemuan model (fungsi) yang menggambarkan dan membedakan kelas data. Sebelumnya belum ada penelitian yang menggunakan 5 bidang ilmu utama yaitu arts & Humanities, Engineering & Technology, Life Scienses & Madicine, Natural Scienses, Social Sciences & Management, untuk mengklasifikasikan judul artikel pada aplikasi terindeks Garuda. Dalam penelitian ini akan mengklasifikasikan judul artikel yang ada pada aplikasi terindeks Garuda kedalam 5 bidang ilmu yang akan menggunakan metode algortima K-Nearest Neighbor (K-NN), dan akan dilakukan dengan cara mengumpulkan data pada aplikasi terindeks Garuda, lalu dilakukan tahap prepocessing agar data memiliki kualitas yang baik. Setelah itu mencari data dengan jarak terdekat dengan tetangga terdekat pada data latih dengan data yang akan diuji, lalu evaluasi yang akan digunakan adalah accuracy, precision, recall, dan F-score. Hasil yang diharapkan dari penelitian ini adalah metode algorima K-Nearest Neighbor (K-NN) dapat menghasilkan tingkat akurasi yang tinggi dalam mengklasifikasikan judul artikel pada aplikasi terindeks Garuda, kedalam 5 bidang ilmu utama yaitu arts & Humanities, Engineering & Technology, Life Scienses & Madicine, Natural Scienses, Social Sciences & Management secara cepat dan otomatis. Hasil dari penelitian ini mendapatkan nilai akurasi tertinggi 0,499 atau 49,9% dengan menggunakan parameter nilai K = 285.