Article Per Year (5 Year)
p-Index From 2021 - 2026
3.589
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Riau Journal of Computer Science JurTI (JURNAL TEKNOLOGI INFORMASI) Journal of Education Technology Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Journal of Computer Networks, Architecture and High Performance Computing Jutsi: Jurnal Teknologi dan Sistem Informasi Jurnal Teknisi Kreativitas Pada Pengabdian Masyarakat (Krepa) Kohesi: Jurnal Sains dan Teknologi Jurnal Pengabdian Masyarakat dan Riset Pendidikan Jurnal Intelek Insan Cendikia
Ramadhan, Muhammad Sabir
Faculty Of Engineering, Universitas Asahan, Asahan, Indonesia
Religion Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Sistem Pendataan Siswa dan Arsip Surat Masuk atau Keluar Yayasan Pendidikan Nadhira Nasrullah Mhd Zahir Az Zikri; Muhammad Sabir Ramadhan
Jurnal Intelek Insan Cendikia Vol. 3 No. 1 (2026): JANUARI 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Perkembangan teknologi informasi mendorong lembaga pendidikan untuk memanfaatkan sistem berbasis komputer dalam menunjang kegiatan administrasi. Yayasan Pendidikan Nadhira Nasrullah masih menghadapi kendala dalam pendataan siswa serta pengarsipan surat masuk dan surat keluar yang dilakukan secara manual. Kondisi tersebut berpotensi menimbulkan kesalahan pencatatan, keterlambatan dalam pencarian data, serta risiko kehilangan dokumen. Oleh karena itu, Kerja Praktek ini bertujuan untuk merancang dan membangun Sistem Pendataan Siswa dan Arsip Surat Masuk atau Keluar berbasis web guna meningkatkan kualitas pengelolaan administrasi yayasan. Metode pengumpulan data yang digunakan meliputi observasi, wawancara, studi dokumentasi, dan studi literatur. Sistem dikembangkan menggunakan bahasa pemrograman PHP, database MySQL, serta web server Apache melalui XAMPP. Sistem ini dilengkapi fitur login, pengelolaan data siswa, arsip surat masuk dan keluar, serta pembuatan laporan. Hasil penelitian menunjukkan bahwa sistem mampu meningkatkan efektivitas administrasi.
Machine Learning Implementation for Computer Network Performance Optimization Muhammad Sabir Ramadhan; Neni Mulyani; Muhammad Amin; Nizwardi Jalinus; Refdinal
Journal of Education Technology Vol. 9 No. 3 (2025): August
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jet.v9i3.98191

Abstract

Increasingly evolving digital era, optimizing computer network performance has become a critical priority to support the demands of high-speed, reliable, and adaptive connectivity. This study explores the application of Machine Learning (ML) techniques as a strategic approach to enhancing network performance, with a focus on three key algorithms: Random Forest for detecting anomalies, Long Short-Term Memory (LSTM) for predicting network traffic patterns, and Deep Reinforcement Learning (DRL) for optimizing routing decisions. These algorithms were selected based on their respective strengths in handling complex, high-dimensional network data and their ability to adapt to dynamic conditions. The experimental results demonstrate that the implementation of ML can significantly improve key network performance metrics. Specifically, network throughput increased by up to 21.7%, latency was reduced by 27.1%, and the packet loss rate decreased by 62.2%. These improvements suggest that ML-based approaches offer a promising direction for achieving more intelligent and efficient network management. However, the study also highlights several challenges that must be addressed for broader adoption. These include the dependency on high-quality, real-time data; the computational overhead required for model training and deployment; and potential vulnerabilities related to cybersecurity threats. In addition, the interpretability and transparency of complex ML models remain areas requiring further exploration. Overall, this research contributes to the growing field of ML-driven network optimization and provides a foundation for future advancements in autonomous, adaptive, and secure networking systems. It opens up new possibilities for the development of next-generation communication infrastructures that are smarter, more resilient, and performance-oriented.
JARINGAN SYARAF TIRUAN DIAGNOSA PENYAKIT ISPA MENGGUNAKAN METODE BACKPROPAGATION Elly Soraya; Muhammad Sabir Ramadhan
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 2 (2026): April 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i2.6236

Abstract

Abstract: Artificial neural networks are one of the information processing systems designed to imitate the way the human brain works in solving a problem by learning through changes in its weights. Artificial neural networks are also an alternative to solving various problems in decision making based on the training provided. JST applications can be applied in various fields, one of which is in the health sector. This study also focuses on the diagnosis of acute respiratory infections using the backpropagation method. By using the Neural Network Backpropagation algorithm, the study developed an intelligent application system that can help diagnose ARI. The number of sufferers of Acute Respiratory Infection (ARI) in Indonesia is still high, ARI must be treated properly according to an accurate diagnosis. Acute Respiratory Infection (ARI) is a disease caused by the environment and is one of the main causes of high morbidity and mortality. ARI is also one of the diseases that must be considered by the wider community because it can cause death, especially in children and toddlers. ARI usually has several symptoms such as coughing, shortness of breath, fever, sore throat, and runny nose. The disease is often difficult to diagnose accurately and timely, so that the treatment is also not optimal. This method is expected to minimize misdiagnosis and improve and provide appropriate treatment. This method can also help medical personnel in areas that may have limitations in diagnosing the disease. So it can be concluded that the Backpropagation Artificial Neural Network by applying the right model can produce a good level of accuracy which can then be used as an alternative to diagnose the ARI disease and the application created is able to diagnose ARI optimally. Keywords: Artificial Neural Network, Diagnosis, ARI, Toddlers, Backpropagation Neural Network.   Abstrak: Jaringan saraf tiruan merupakan salah satu sistem pemrosesan informasi yang didesain dengan menirukan cara kerja otak manusia dalam menyelesaikan suatu masalah dengan melakukan proses belajar melalui perubahan bobotnya. Jaringan syaraf tiruan juga salah satu alternatif untuk menyelesaikan berbagai macam permasalahan dalam pengambilan keputusan berdasarkan pelatihan yang diberikan. Aplikasi JST dapat diterapkan dalam berbagai bidang, salah satunya dalam bidang kesehatan. Penelitian ini juga berfokus pada diagnosa penyakit ispa yang menggunakan metode backpropagation. Dengan menggunakan algoritma Neural Network Backpropagation, penelitian mengembangkan sebuah sistem aplikasi cerdas yang dapat membantu dalam mendiagnosa penyakit ISPA. Angka penderita penyakit Infeksi Saluran Pernapasan Akut (ISPA) di Indonesia masih tinggi, ISPA harus ditangani dengan tepat sesuai diagnosis yang akurat. Infeksi Saluran Pernapasan Akut (ISPA) merupakan penyakit akibat lingkungan dan menjadi salah satu penyebab utama tingginya angka kesakitan dan kematian.Penyakit Ispa juga merupakan salah satu penyakit yang harus diperhatikan oleh masyarakat luas karena dapat menyebabkan kematian, terutama pada anak-anak dan balita. Penyakit ispa biasanya memiliki beberapa gejala seperti batuk,sesak nafas,demam,sakit tenggorokan,dan pilek. Penyakit tersebut seringkali sulit di diagnosis secara akurat dan tepat waktu, sehingga penanganan yang dilakukan juga tidak optimal. Metode ini diharapkan dapat meminimalkan kesalahan diagnosis dan meningkatkan dan memberikan penanganan yang tepat. Metode ini juga dapat membantu tenaga medis di daerah yang mungkin memiliki keterbatasan dalam mendiagnosa penyakit tersebut. Sehingga dapat disimpulkan bahwa Jaringan Syaraf Tiruan Backpropagation dengan menerapkan model yang tepat dapat menghasilkan tingkat akurasi yang baik yang selanjutnya dapat digunakan sebagai alternatif untuk melakukan diagnosa penyakit ISPA tersebut dan aplikasi yang dibuat mampu untuk mendiagnosis penyakit ISPA secara optimal. Kata Kunci: Jaringan Saraf Tiruan,Diagnosa, ISPA, Balita, Neural Network Backpropagation.
PEMANTAUAN KUALITAS AIR DENGAN PENERAPAN IOT (INTERNET OF THINGS) Muhammad Sabir Ramadhan; Harmayani
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 2 (2026): April 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i2.6580

Abstract

Abstract: The availability of clean water is a basic need that significantly impacts the health and quality of life of the community, especially in rural areas such as Sei Kepayang District, which still relies on well water and surface air sources with quality that does not always meet health standards, such as high turbidity levels and unsuitable air pH. The need for clean water for the Indonesian people is very important. Whether it is used for drinking water, cooking, bathing and washing. However, this need for clean water is very difficult to meet in areas far from water sources, especially private wells. Most air sources obtained from wells are often cloudy and the water pH does not match the nominal limit. One example is in Sei Kepayang District. Many residents still use rain-fed wells whose water quality is not always good. Given this problem, a solution that can be applied is to monitor air quality to determine the good or bad air quality so that it can be used by the community. The implementation of IoT (internet of things) air quality monitoring and administration systems in small-scale clean water management that displays conditions visually on the monitoring feature can be controlled efficiently with wireless media via the website. Furthermore, the addition of a sensor to detect and filter air pH levels can help communities struggling to access clean air and determine whether it is fit for consumption. The monitoring website also displays monthly PDAM usage costs, obtained from flow meter sensor data. This development falls under small-scale Smart City management, as it helps communities modernize their daily appliances. The implementation of the IoT (Internet of Things) air quality monitoring and administration system involved testing each sensor. Tests were conducted on each device. The test results showed that the pH sensor obtained a value of 7.00 for mineral water, 5.9 for lemon juice, and 10.4 for soapy water, and a litmus test for acid-base determination. Tests on the turbidity sensor for clean water yielded an average error of 0.12%, 0.02% for tea, and 0.08% for coffee.   Keywords: Internet of Things, air quality monitoring, Administration, pH meter, turbidity, flow meter, Arduino uno, Smart City, ESP8266. Abstrak: Ketersediaan air bersih merupakan kebutuhan mendasar yang sangat berpengaruh terhadap kesehatan dan kualitas hidup masyarakat, khususnya di wilayah pedesaan seperti Kecamatan Sei Kepayang yang masih bergantung pada sumber air sumur dan air permukaan dengan kualitas yang tidak selalu memenuhi standar kesehatan, seperti tingkat kekeruhan yang tinggi dan pH air yang tidak sesuai. Kebutuhan air bersih untuk masyarakat Indonesia sangatlah penting. Baik itu digunakan untuk air minum , memasak, mandi dan mencuci. Namun kebutuhan air bersih ini sangat sulit di penuhi di daerah yang jauh dari sumber mata air, terlebih lagi sumur-sumur milik pribadi. Kebanyakan sumber air yang diperoleh dari sumur sering sekali keruh dan pH airnya tidak sesuai dari batas nomal. Salah satunya di Kecamatan Sei Kepayang. Masih banyak penduduknya menggunakan sumur tadah hujan yang kualitas airnya tidak selalu baik. Dengan adanya masalah tersebut, solusi yang dapat diterapkan adalah monitoring kualitas air untuk menentukan baik buruknya kualitas air agar bisa digunakan oleh masyarakat. Dikembangkan implementasi IoT (internet of things) monitoring kualitas air dan sistem administrasi pada pengelola air bersih skala kecil yang menampilkan keadaan secara visual pada fitur monitoring dapat dikendalikan secara efisien dengan media wireless melalui website. Disamping itu dengan ditambahkannya sebuah sensor untuk mendeteksi kadar pH air dan penyaringannya dapat membantu penduduk yang sulit mendapatkan air bersih maupun menentukan bahwa air tersebut layak tidaknya untuk di konsumsi. Serta menampilkan biaya penggunaan PDAM dalam kurun waktu bulanan pada website monitoring yang didapatkan dari data sensor flow meter. Pengembangan ini termasuk dalam pengelolaan Smart City skala kecil, karena pengembangan alat ini membantu penduduk untuk lebih moderenisasi alat-alat dalam kehidupan sehari- hari . Dari Implementasi IoT (internet of things) monitoring kualitas air dan sistem administrasi dilakukan pengujian pada Setiap alat yang dilakukan pada setiap sensor yang di gunakan pada tiap alat. Diperoleh Hasil pengujian menunjukkan bahwa sensor pH didapatkan nilai 7.00 untuk air mineral, air lemon 5.9, air sabun 10.4, dan dengan indikasi lakmus dalam penentuan asam basa pada air. Pengujian diperoleh pada sensor turbidity terhadap air bersih didapatkan nilai rata-rata error 0.12%, teh 0.02%, dan air kopi 0.08%. Kata kunci : Internet of Things , monitoring kualitas air, Administrasi,pH meter, turbidity,flow meter , Arduino                       uno,Smart City,ESP8266.  
IMPLEMENTASI TEXT MINING DALAM ANALISA SENTIMEN MASYARAKAT TERHADAP KETTANGGAPAN PEMERINTAH DALAM PENANGGULANGAN BENCANA BANJIR Apri Affandi; Muhammad Sabir Ramadhan
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 3 (2026): June 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i3.6590

Abstract

Abstract : The development of information technology and social media has made it easier for people to express their opinions on various issues, including the government’s responsiveness in handling flood disasters. The large number of comments generated on social media makes manual opinion analysis ineffective because it requires a long time and involves a large volume of data. Therefore, an automated method is needed to process and classify public sentiment. This study aims to implement text mining to analyze public sentiment toward the government’s responsiveness in flood disaster management using the K-Nearest Neighbour (KNN) algorithm. The research data were collected from social media platforms such as Instagram, TikTok, and X, consisting of public comments related to flood disasters in Aceh and North Sumatra. The research stages include data collection, text preprocessing, feature extraction, data splitting into training and testing sets, sentiment classification using the KNN method, and evaluation of classification results. The system was developed as a web-based application using PHP programming language and MySQL database. The results of this study are expected to provide an overview of public opinion tendencies in the form of positive, negative, and neutral sentiments and serve as evaluation material for the government to improve its response in flood disaster management. Keywords: Text Mining, Sentiment Analysis, K-Nearest Neighbour (KNN), Social Media, Flood Disaster, Government Responsiveness.   Abstrak : Perkembangan teknologi informasi dan media sosial menyebabkan masyarakat semakin mudah menyampaikan pendapat terhadap berbagai isu, termasuk ketanggapan pemerintah dalam penanggulangan bencana banjir. Banyaknya komentar yang muncul di media sosial menjadikan analisis opini secara manual tidak efektif karena membutuhkan waktu yang lama dan jumlah data yang besar. Oleh karena itu, diperlukan metode otomatis untuk mengolah dan mengklasifikasikan sentimen masyarakat. Penelitian ini bertujuan untuk mengimplementasikan text mining dalam menganalisis sentimen masyarakat terhadap ketanggapan pemerintah dalam penanggulangan bencana banjir menggunakan algoritma K-Nearest Neighbour (KNN). Data penelitian diperoleh dari platform media sosial Instagram, TikTok, dan X yang berisi komentar masyarakat terkait bencana banjir di wilayah Aceh dan Sumatera Utara. Tahapan penelitian meliputi pengumpulan data, preprocessing teks, ekstraksi fitur, pembagian data training dan testing, proses klasifikasi menggunakan metode KNN, serta evaluasi hasil klasifikasi. Sistem dibangun berbasis web menggunakan bahasa pemrograman PHP dan database MySQL. Hasil penelitian diharapkan dapat memberikan gambaran kecenderungan opini masyarakat dalam bentuk sentimen positif, negatif, dan netral serta membantu sebagai bahan evaluasi bagi pemerintah dalam meningkatkan kualitas respon terhadap bencana banjir. Kata kunci: : Text Mining, Analisis Sentimen, K-Nearest Neighbour (KNN), Media Sosial, Bencana Banjir, Ketanggapan Pemerintah.
Penggunaan Metode EOQ untuk Mengoptimalkan Persediaan dan Supply Chain Paket Data pada Toko 76 Store Meranti Santi Kayani Siregar; Muhammad Sabir Ramadhan
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 5 No. 1 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 5 Nomor 1 (Juli 2026 -
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v5i1.7800

Abstract

Pengelolaan persediaan paket data pada Toko 76 Store Meranti masih dilakukan secara manual sehingga proses pencatatan, pemantauan stok, dan pengadaan barang kurang efektif. Penelitian ini bertujuan menerapkan metode Economic Order Quantity (EOQ) untuk menentukan jumlah pemesanan optimal serta membangun sistem Supply Chain Management (SCM) berbasis web untuk mendukung pengelolaan persediaan dan pemasokan paket data. Metode penelitian menggunakan pendekatan terstruktur dengan teknik pengumpulan data melalui wawancara, dokumentasi, dan studi pustaka. Analisis data dilakukan menggunakan metode EOQ berdasarkan kebutuhan barang, biaya pemesanan, dan biaya penyimpanan. Hasil penelitian menunjukkan bahwa perhitungan EOQ pada 12 jenis paket data menghasilkan jumlah pemesanan optimal sebesar 47–60 unit dengan interval pemesanan 19–24 kali per tahun. Sistem berbasis PHP dan MySQL yang dibangun dapat membantu pengelolaan supplier, produk, stok, pelanggan, pemesanan, serta hasil perhitungan EOQ secara terkomputerisasi.
Co-Authors Ada Udi Firmansyah Alfarisi, Muharram Apri Affandi Arianto Chandra Asyahri Hadi Nasyuha Buyung Solihin Hasugian Damanik, Dedek Haryati Dinda Munifah Marpaung Elly Soraya Ginting, Erika Fahmi Harmayani Hasibuan, Annisya Syahputri Khairil Anwar Marsono Marsono Masyuni Hutasuhut Mhd Zahir Az Zikri Muhammad Amin Muhammad Zikri Ramadhan Nasution, Aldi Neni Mulyani Nizwardi Jalinus Nizwardi Jalinus Refdinal Refdinal, Refdinal Ricki Ananda Safrian Aswati Santi Kayani Siregar Simamora, Winda Sari Depi Siti Ramadani Uswatun Hasanah Yohanni Syahra