Article Per Year (5 Year)
p-Index From 2020 - 2025
1.564
P-Index
This Author published in this journals
All Journal Jurnal Janitra Informatika dan Sistem Informasi INOTEK JUSIFOR : Jurnal Sistem Informasi dan Informatika JUSTIFY : Jurnal Sistem Informasi Ibrahimy Ahsana: Jurnal Penelitian dan Pengabdian kepada Masyarakat JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)
Ridla, Muhammad Ali
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Library & Information Science Social Sciences Other

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

Found 10 Documents
Search

 1 
Prediksi Nilai Impor Susu Segar Menggunakan Algoritma Backpropagation Rodia, Siti Aysatin; Ridla, Muhammad Ali
Ahsana: Jurnal Penelitian dan Pengabdian kepada Masyarakat Vol. 2 No. 1 (2024): Februari 2024 - Ahsana: Jurnal Penelitian dan Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/ahsana.v2i1.352

Abstract

Susu segar, yang dibuat dari sapi perah, memiliki manfaat karena dapat mengurangi risiko berbagai penyakit dan membantu meningkatkan kinerja otak. Tidak jelas berapa banyak susu yang diproduksi di Indonesia setiap tahun. Permintaan susu hanya sebesar tiga puluh persen, dan sisanya tujuh puluh persen berasal dari impor. Sebaliknya, tingkat konsumsi susu per orang di Indonesia relatif rendah, dan negara itu sangat bergantung pada impor, menyumbang 74% dari kebutuhan susunya. Perkembangan pertanian belum mampu menciptakan daya saing yang kuat dan memanfaatkan keunggulan komparatif secara optimal. Sebaliknya, konsumsi makanan di kalangan masyarakat berpendapatan menengah dan tinggi terus meningkat. Indonesia harus mengimpor makanan dalam jumlah yang sebanding.
Prediksi Pelanggaran Lalu Lintas Di Kabupaten Karangasem Menggunakan Algoritma Neural Network Latifah, Tadzkirotul; Ridla, Muhammad Ali
Ahsana: Jurnal Penelitian dan Pengabdian kepada Masyarakat Vol. 2 No. 1 (2024): Februari 2024 - Ahsana: Jurnal Penelitian dan Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/ahsana.v2i2.360

Abstract

Pelanggaran lalu lintas merupakan suatu bentuk tindakan atau perilaku yang melanggar peraturan yang telah ditetapkan pada para pengendara bermotor dalam penggunaan jalan raya. Oleh karena itu penelitian ini diharapkan dapat mengembangkan dan menerapkan model prediksi pelanggaran lalu lintas menggunakan algoritma Neural Network di Kabupaten Karangasem untuk membantu aparat kepolisian dan pihak berwenang dalam mengambil tindakan yang tepat dan tepat waktu untuk meminimalkan potensi pelanggaran. Metode Neural Network dilakukan dengan menggunakan perangkat lunak Zaitun Time series merupakan aplikasi yang digunakaan oleh peneliti untuk memprediksi pelanggaran lalu lintas pada kabupaten Karangasem. Setelah melakukan beberapa percobaan yaitu input layer 2-20 dan hidden layer 1-5. nilai terkecil berada pada input layer 20 dan hidden layer 3 yang menghasilkan nilai ERROR 1,71961 MAE 0,22518 MSE 0,08719 RMSE 0,29528.
PERANCANGAN SISTEM INFORMASI PENDATAAN PENYANDANG MASALAH KESEJAHTERAAN SOSIAL (PMKS) BERBASIS WEB DI KAB. BANYUWANGI Ridla, Muhammad Ali; Moh. Baha'Uddin
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 3 No. 1 (2024): 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.v3i1.5303

Abstract

Dalam era globalisasi dan perkembangan teknologi informasi yang pesat, pengembangan sistem informasi dalam manajemen data sosial semakin penting. Kabupaten Banyuwangi memiliki tanggung jawab besar terhadap penyelesaian masalah sosial, termasuk pendataan penyandang masalah kesejahteraan sosial (PMKS). Saat ini, pendataan PMKS masih menggunakan Microsoft Excel yang memiliki kelemahan seperti duplikasi data, kesulitan dalam penggabungan data perdesa, dan waktu pencarian data yang relatif lama. Oleh karena itu, dibutuhkan sistem informasi berbasis web yang dapat mempermudah proses pendataan PMKS dengan cepat, tepat, dan akurat. Penelitian ini menggunakan metode waterfall, yang mencakup langkah-langkah studi literatur, analisis kebutuhan, perancangan sistem, implementasi, pengujian, evaluasi, dan perbaikan sistem. Hasil penelitian menunjukkan bahwa pengembangan sistem informasi pendataan PMKS efektif dalam meningkatkan efisiensi, akurasi, dan ketersediaan data yang diperlukan oleh Dinas Sosial Pemberdayaan Perempuan dan Keluarga Berencana Kabupaten Banyuwangi. Sistem ini memungkinkan identifikasi yang lebih baik terhadap individu yang membutuhkan bantuan, memudahkan akses data, dan meningkatkan efisiensi dalam pengelolaan data PMKS.
IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI DALAM MENENTUKAN PERSEDIAAN BARANG (STUDI KASUS : TOKO SINAR HARAHAP) zahra, Fatimatus; Ridla, Muhammad Ali; Azise, Nur
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 3 No. 1 (2024): 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.v3i1.5335

Abstract

UMKM ialah kegiatan usaha kecil ekonomi rakyat yang berskala kecil dan dilindungi dari kompetisi usaha yang tak sehat dan tak setara. Wirausaha yang bergerak dibidang pertokoan memiliki prospek yang menjanjikan, karena dapat melayanin masyarakat dengan kategori ekonomi menengah kebawah dan ke atas serta bisa mempermudah masyarakat untuk berbelanja keperluan tiap hari tanpa harus belanja ke supermarket atau swalayan. Namun persediaan barang atau bahan kebutuhan yang tidak dilakukan secara optimal dapat menyebabkan kekosongan pada barang atau bahan kebutuhan tersebut. Hal tersebut juga terjadi pada toko sinar harahap yang sering mengalami kekosongan pada persediaan beberapa barang dan kebutuhan yang di cari oleh pelanggan, ini di akibatkan dari tidak adanya kebiasaan pengontrolan persediaan pada toko. Maka penelitian ini bertujuan untuk melihat barang dan kebutuhan apa saja yang dibutuhkan oleh pelanggan toko. Penelitian ini menggunakan beberapa variabel yaitu tanggal transaksi, nama produk serta jumlah penjualan/pembelian. Maka, dari hasil penelitian menggunakan algoritma apriori tersebut akan di dapat data nama barang yang paling banyak terjual untuk di jadikan sebagai antisipasi persediaan barang agar tidak mengalami kekosongan yang dapat menyebabkan pelanggan kecewa.
Perancangan Prototype Monitoring Suhu Berbasis Internet Of Things (IoT) Ridla, Muhammad Ali; Rahman, M. Fahrizal
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 3 No 1 (2024): JUSIFOR - JUNI 2024
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33379/jusifor.v3i1.4367

Abstract

Sistem monitoring suhu dan kelembaban ruangan server Pengadilan Agama Banyuwangi menggunakan teknologi Internet of Things(IoT) yang dibangun pada platform DHT22 dan NodeMCU.. Dengan fokus pada kebutuhan ruang server yang terbatas dan jarak fisik yang jauh, penelitian ini menawarkan solusi praktis dengan aplikasi Android yang memungkinkan pemantauan suhu dan kelembaban secara real-time. Melalui penggunaan NodeMCU dan aplikasi Blynk, sistem ini dapat diakses dari jarak jauh, memfasilitasi responsivitas dan tindakan preventif terhadap fluktuasi suhu yang berpotensi merugikan. Hasil penelitian mencakup deskripsi sistem, fungsi utama, perangkat keras yang digunakan, serta evaluasi kelebihan dan kekurangan. Dengan kesimpulan bahwa simulasi monitoring suhu dan kelembaban melalui aplikasi Blynk dapat memberikan kontribusi positif dalam manajemen server, penelitian ini mendorong pengembangan lebih lanjut untuk meningkatkan efektivitas dan relevansi sistem dalam konteks pengelolaan ruang server yang lebih luas.
SISTEM INFORMASI PENGELOLAAN ARSIP SURAT MASUK DAN KELUAR MENGGUNAKAN PHP MYSQL PADA BADAN KESATUAN BANGSA DAN POLITIK Ridla, Muhammad Ali; Istiqomah, Nurul
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.v3i2.4641

Abstract

There is a large number of incoming and outgoing letters from the Banyuwangi National Unity and Political Agency's workplace, so currently there is a need for a system that can help with performance related to using correspondence. So it is necessary to design an information system for managing mail records. Mail archiving means records of incoming and outgoing letters that are received as well as those that are sent. At this time, the mechanism implemented in the management of incoming and outgoing letters at the National Unity Agency and Noble Politics workplaces as long as the receipt, creation, storage and documentation of letters are all carried out conventionally. Using a mail archive management information gadget can reduce difficulties and time spent searching for mail information and facts, and improve the management of existing mail archives. This mail archive management information tool was created using PHP Hypertext Preprocessor (personal home page) and MySQL for database processing. What is obtained from this research means creating a news machine that can manage incoming and outgoing mail according to a specified flow, and can solve current problems.
Prediksi Produksi Gula Tebu Berdasarkan Kualitas Menggunakan Metode Neural Network Ridla, Muhammad Ali; Rahma, Elvi Nazulia
Jurnal Janitra Informatika dan Sistem Informasi Vol. 4 No. 1 (2024): April - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/janitra.v4i1.183

Abstract

Gula adalah bahan baku penting dalam kehidupan sehari-hari, baik untuk konsumsi publik maupun dalam industri makanan dan minuman. Di Indonesia, konsumsi gula mengalami fluktuasi yang signifikan, terutama menjelang hari-hari besar, dengan total kebutuhan mencapai 3,9 juta ton pada tahun 2021. Permasalahan dalam produksi gula seperti berkurangnya area lahan tebu, inefisiensi dalam pengelolaan dan ketidakstabilan hasil produksi, sehingga memerlukan perencanaan yang efisien. Penelitian ini menggunakan metode neural network untuk memprediksi produksi gula tebu dengan menggunakan data historis dari Januari 2014 hingga Desember 2018, yang mencakup faktor-faktor penting seperti curah hujan, suhu udara, kelembapan udara, dan waktu tanam. Neural network dipilih karena kemampuannya dalam mengenali pola data untuk memberikan prediksi yang tepat. Dengan memanfaatkan perangkat lunak Zaitun Time Series, penelitian ini mengevaluasi berbagai konfigurasi jaringan saraf tiruan untuk menunjukkan model yang paling efektif. Hasil penelitian menunjukkan bahwa konfigurasi dengan 4 input layer dan 3 hidden layer menghasilkan error terkecil dengan nilai data ERROR 0,23886 MAE 0,03608 MSE 0,01761 RMSE 0,132702675.
Komparasi Algoritma Komparasi Algoritma Decision Tree dan Support Vector Machine (SVM) dalam Klasifikasi Risiko Anemia Novia, Lisa; Azise, Nur; Ridla, Muhammad Ali
Prosiding Seminar Nasional Inovasi dan Adopsi Teknologi (INOTEK) Vol. 5 No. 1 (2025): Prosiding Seminar Nasional Inovasi dan Adopsi Teknologi (INOTEK)
Publisher : LPPM STMIK Rosma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35969/inotek.v5i1.457

Abstract

Anemia merupakan salah satu masalah kesehatan global yang berdampak signifikan terhadap kualitas hidup, terutama pada kelompok rentan seperti anak-anak, ibu hamil, dan lansia. Deteksi dini terhadap risiko anemia sangat penting untuk mencegah komplikasi yang lebih serius. Penelitian ini bertujuan untuk membandingkan performa dua algoritma klasifikasi populer dalam data mining, yaitu Decision Tree dan Support Vector Machine (SVM), dalam mengklasifikasikan risiko anemia berdasarkan data medis. Data yang digunakan berasal dari dataset publik Kaggle dan mencakup parameter medis seperti hemoglobin, MCH, MCHC, MCV, dan jenis kelamin. Penelitian dilakukan melalui tahapan preprocessing data, implementasi algoritma, serta evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil simulasi menunjukkan bahwa algoritma SVM memiliki performa lebih unggul dibandingkan Decision Tree dalam hal akurasi dan kestabilan klasifikasi. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem pendukung keputusan di bidang kesehatan.
Averaged Word2vec sebagai Ekstraksi Fitur pada Analisis Sentimen Ulasan Film di IMDb menggunakan Artificial Neural Network (ANN) Darwis Alwan; Ridla, Muhammad Ali
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 9 No. 1 (2024): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v9i1.1204

Abstract

Analisis Sentimen sangat dibutuhkan saat ini, dengan kemajuan dan peningkatan penggunaan internet saat ini orang dapat dengan mudah mengungkapkan pendapatnya melalui internet (online). Salah satu situs paling populer yang dapat digunakan orang untuk mengungkapkan komentarnya adalah IMDb (Internet Movie Database), situs resmi untuk database informasi terkait film dan acara tv. Ada jutaan review orang untuk banyak film di situs IMDb. Pengguna IMDb semakin meningkat dari hari ke hari sehingga komentar terhadap film juga meningkat di situs tersebut. Untuk mengetahui jumlah reaksi positif dan negatif dengan mudah, maka perlu adanya analisis sentimen pada tinjauan data. Pada penelitian analisis sentimen ini, metode ekstraksi ciri yang digunakan adalah rata-rata Word2Vec. Word2Vec adalah teknik penyisipan kata yang dapat menangkap makna semantik kata. Untuk melengkapi proses analisis sentimen penelitian ini menggunakan metode ANN (Artificial Neural Network) sebagai pengklasifikasi. Berdasarkan hasil uji coba dengan dataset review film IMDb, metode yang diusulkan mampu mencapai akurasi sebesar 88,52%. Hasil ini membuktikan bahwa metode yang diusulkan mampu mengklasifikasikan sentimen ulasan film dan juga metode yang diusulkan ini merupakan klasifikasi yang sangat baik dengan luas area di bawah kurva (AUC) sebesar 95%. Selain itu, metode Word2Vec rata-rata memiliki akurasi yang lebih tinggi daripada metode berbasis frekuensi istilah, BOW dan TF-IDF.
Perbandingan Algoritma Pembelajaran Mesin untuk Klasifikasi Warna Kulit Berdasarkan Warna Piksel Citra Ridla, Muhammad Ali
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 1 No 1 (2022): JUSIFOR - JUNI 2022
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (396.271 KB) | DOI: 10.33379/jusifor.v1i1.1274

Abstract

Klasifikasi warna citra digital untuk mendeteksi warna kulit atau bukan kulit merupakan hal yang sangat penting dalam dunia Computer Vision. Hal ini sangat membantu berbagai aplikasi dalam kehidupan nyata, seperti aplikasi deteksi wajah, gerakan tangan, sistem keamanan, deteksi penyakit kulit, pemblokiran konten dewasa, dan lain sebagainya. Warna merupakan komponen yang paling utama dalam hal mendeteksi warna kulit pada citra, oleh karena itu pada penelitian ini akan dilakukan eksperimen klasifikasi warna kulit pada piksel sebuah citra menggunakan ruang warna yang berbeda beda diantaranya, RGB, HSV, YCbCr, dan SCgCr dengan memanfaatkan algoritma pembelajaran mesin, yaitu KNN, Naïve Bayes, dan Random Forest. Pada penelitian ini, data yang digunakan merupakan data public Skin Segmented yang bersumber dari UCI dengan ruang warna RGB dan transformasi ke ruang warna lainnya, hasil klasifikasi yang dilakukan ternyata menghasilkan performa yang sangat baik, untuk algoritma KNN dan Random Forest selalu mendapatkan tingkat akurasi di atas 95% di semua ruang warna tersebut.
Co-Authors Azise, Nur Darwis Alwan Fatimatus Zahra, Fatimatus Latifah, Tadzkirotul Moh. Baha'Uddin Novia, Lisa Nurul Istiqomah Rahma, Elvi Nazulia Rahman, M. Fahrizal Rodia, Siti Aysatin