Article Per Year (5 Year)
p-Index From 2021 - 2026
5.188
P-Index
This Author published in this journals
All Journal Indonesian Journal on Software Engineering (IJSE) Kreatif: Jurnal Pemikiran Pendidikan Agama Islam TAJDID: Jurnal Pemikiran Keislaman dan Kemanusiaan Jurnal Pendidikan dan Pembelajaran Indonesia (JPPI) J-ESA (Jurnal Ekonomi Syariah) Taroa : Jurnal Pengabdian Masyarakat SEWAGATI: Jurnal Pengabdian Kepada Masyarakat Journal of Excellence Humanities and Religiosity Jurnal Pengabdian kepada Masyarakat (PEMAS) Jurnal Pengembangan Sains dan Teknologi Pendiri: Jurnal Riset Pendidikan Scientific: Journal of Computer Science and Informatics Journix: Journal of Informatics and Computing Indonesian Applied Research Computing and Informatics
Zumhur Alamin
Universitas Muhammadiyah Bima
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 39 Documents
Search

 1   2   3   4 
SOSIALISASI DAN PELATIHAN INTERNET SEHAT BAGI ANAK SEKOLAH DASAR Alamin, Zumhur; Missouri, Randitha; Al-zainuri, Awaluddin; Alaudin, Nurlatifah
Taroa: Jurnal Pengabdian Masyarakat Vol 2 No 2 (2023): Juli
Publisher : LPPM IAI Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52266/taroa.v2i2.1768

Abstract

Peningkatan aksesibilitas internet memberikan dampak signifikan pada peserta didik sekolah dasar, namun tanpa pengawasan dan pemahaman yang memadai, risiko terpapar konten berbahaya memberikan efek negatif. Pengabdian ini bertujuan untuk mensosialisasikan internet sehat kepada peserta didik sekolah dasar dengan fokus pada kesadaran dan pengetahuan yang bertanggung jawab. Program melibatkan sekolah dasar, pendidik, orang tua, dan peserta didik dengan tahap awal berupa survei untuk mengidentifikasi tingkat pengetahuan dan kesadaran peserta didik tentang penggunaan internet dan risikonya. Melalui ceramah, diskusi kelompok, permainan interaktif, dan kegiatan kolaboratif, peserta didik diberi pemahaman tentang risiko seperti privasi, keamanan, dan konten tidak pantas. Hasil pengabdian menunjukkan peningkatan signifikan dalam pengetahuan dan kesadaran peserta didik tentang internet sehat. Orang tua dan pendidik juga melaporkan pemahaman yang lebih baik tentang pentingnya pengawasan dalam penggunaan internet pada anak. Kolaborasi antara sekolah, orang tua, dan masyarakat dapat menciptakan lingkungan yang aman dan mendukung bagi peserta didik dalam menghadapi tantangan internet, serta program ini menjadi landasan untuk mengembangkan strategi lebih luas dalam mempromosikan internet sehat di kalangan Peserta didik sekolah dasar.
PELATIHAN GURU PAUD DALAM PENGGUNAAN APLIKASI EDUKASI INTERAKTIF UNTUK PENINGKATAN KUALITAS PEMBELAJARAN Alamin, Zumhur; Lukman, Lukman; Missouri, Randitha; Annafi, Nurfidianty; Mutmainah, Siti; Khairunnas, Khairunnas; Fathir, Fathir
Taroa: Jurnal Pengabdian Masyarakat Vol 2 No 1 (2023): Januari
Publisher : LPPM IAI Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52266/taroa.v2i1.2616

Abstract

Program pelatihan untuk guru pendidikan anak usia dini (PAUD) dalam penggunaan aplikasi edukasi interaktif telah menunjukkan dampak positif yang signifikan pada kompetensi guru dan kualitas pembelajaran di tingkat PAUD. Melalui metode pelatihan yang interaktif dan praktis, guru-guru PAUD memperoleh pemahaman yang lebih baik tentang penggunaan aplikasi seperti Bandicam dan Canva untuk menciptakan pengalaman belajar yang menarik dan relevan bagi siswa-siswi mereka. Evaluasi terhadap umpan balik peserta pelatihan mengungkapkan kepuasan yang tinggi dan peningkatan yang signifikan dalam keterampilan teknologi guru-guru PAUD. Meskipun beberapa tantangan dihadapi selama pelaksanaan pelatihan, seperti batasan waktu dan tingkat keterampilan teknologi yang bervariasi di antara peserta, upaya mitigasi berhasil mengatasi kendala tersebut. Implikasi dari program pelatihan ini adalah peningkatan kualitas pembelajaran di tingkat PAUD melalui integrasi teknologi pendidikan interaktif. Program ini memiliki potensi untuk memberikan manfaat jangka panjang dalam meningkatkan pendidikan anak usia dini.
PENINGKATAN KESADARAN DAN PARTISIPASI MASYARAKAT MELALUI PELATIHAN PENGELOLAAN SAMPAH Missouri, Randitha; Annafi, Nurfidianty; Lukman, Lukman; Khairunnas, Khairunnas; Mutmainah, Siti; Fathir, Fathir; Alamin, Zumhur
Taroa: Jurnal Pengabdian Masyarakat Vol 2 No 2 (2023): Juli
Publisher : LPPM IAI Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52266/taroa.v2i2.2617

Abstract

Krisis pengelolaan sampah global membutuhkan solusi berkelanjutan yang melibatkan partisipasi masyarakat. Penelitian ini mengevaluasi dampak positif metode pelatihan berbasis masyarakat terhadap peningkatan kesadaran dan partisipasi dalam pengelolaan sampah. Kegiatan ini dilakukan di Kelurahan Mande, Kecamatan Mpunda, Kota Bima. Survei awal menunjukkan pemahaman dan partisipasi yang rendah, dengan hanya 40% responden memiliki pemahaman memadai. Setelah pelatihan, pemahaman meningkat signifikan menjadi 85%, menunjukkan efektivitas pelatihan dalam meningkatkan kesadaran masyarakat terkait pengelolaan sampah. Meskipun partisipasi di tingkat rumah tangga menunjukkan penurunan yang tidak signifikan, perubahan positif dalam praktik pengelolaan sampah dapat diukur dari hasil survei. Analisis kualitatif menyoroti perubahan sikap mendalam pada masyarakat, yang merespons pelatihan dengan menerapkan konsep-konsep pengelolaan sampah secara aktif. Evaluasi juga menegaskan pelatihan berhasil menciptakan keterlibatan masyarakat yang lebih luas di tingkat komunitas. Hasil survei menunjukkan peningkatan pesat dalam pemahaman dampak lingkungan pengelolaan sampah berkelanjutan (90%). Partisipasi dalam kegiatan komunitas terkait sampah melonjak dari 30% menjadi 80%, menunjukkan dampak pelatihan dalam merangsang keterlibatan masyarakat.
PENINGKATAN PENDIDIKAN ISLAM MELALUI PEMANFAATAN PLATFORM EDUKASI BERBASIS KECERDASAN BUATAN Alamin, Zumhur
Kreatif: Jurnal Pemikiran Pendidikan Agama Islam Vol 21 No 1 (2023): Januari
Publisher : Program Studi Pendidikan Agama Islam Tarbiyah IAI Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52266/kreatif.v21i1.1353

Abstract

Pemanfaatan teknologi kecerdasan buatan (AI) dalam pendidikan telah membuka pintu untuk inovasi yang signifikan dalam metode pembelajaran Islam. Artikel ini menyelidiki dampak pemanfaatan platform edukasi berbasis kecerdasan buatan dalam memperkaya pendidikan Islam. Melalui analisis terperinci terhadap berbagai aplikasi dan platform AI, penelitian ini mengungkap bagaimana teknologi AI dapat mengubah paradigma pembelajaran Islam, meningkatkan keterlibatan siswa, dan memperluas aksesibilitas terhadap materi pembelajaran. Aplikasi seperti Canva, Lumen5, dan Google Classroom telah membuktikan bahwa pemanfaatan AI dapat memberikan pengalaman pembelajaran yang lebih personal, interaktif, dan efektif. Kesimpulannya, artikel ini menyoroti pentingnya integrasi teknologi AI dalam pendidikan Islam sebagai langkah menuju pembelajaran yang inklusif dan adaptif. Namun, tantangan terkait dengan etika, privasi, dan kesetaraan akses juga perlu diperhatikan dalam penerapan teknologi AI dalam pendidikan Islam. Dengan memperhatikan hal ini, teknologi AI dapat menjadi alat yang berharga dalam memperkuat pendidikan agama, mempersiapkan siswa untuk menghadapi tantangan masa depan, dan mengembangkan pemahaman yang lebih mendalam tentang ajaran Islam.
Pemanfaatan Teknologi Informasi dalam Pengembangan Materi Pendidikan Agama Islam: Tinjauan Aplikasi Interaktif Al-Qur'an Digital Alamin, Zumhur; Missouri, Randitha; Lukman, Lukman
Tajdid Vol 6 No 2 (2022): Oktober
Publisher : LP2M IAI Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52266/tadjid.v6i2.1202

Abstract

Pemanfaatan teknologi informasi, khususnya aplikasi interaktif Al-Qur'an digital, telah menjadi perhatian dalam meningkatkan efektivitas pembelajaran agama Islam. Artikel ini bertujuan untuk memberikan gambaran tentang pemanfaatan aplikasi interaktif Al-Qur'an digital dalam pengembangan materi pendidikan agama Islam. Melalui analisis konten dan studi literatur, fitur-fitur utama yang ditawarkan oleh aplikasi-aplikasi tersebut dieksplorasi, serta potensi dan tantangan dalam implementasinya di lingkungan pendidikan. Beberapa aplikasi populer di Google Play Store, seperti Muslim Pro, Al-Qur'an Digital, dan Quran.com, dijelaskan sebagai contoh yang memperkaya pengalaman pembelajaran Al-Qur'an. Ditemukan bahwa beberapa aplikasi tersebut memberikan akses lebih besar kepada para peserta didik untuk mempelajari dan memahami ajaran agama Islam, dengan fitur-fitur seperti terjemahan, tafsir, catatan, dan audio bacaan Al-Qur'an. Namun, tantangan terkait ketersediaan teknologi, integrasi dalam kurikulum, dan kualitas konten juga harus diperhatikan dalam mengoptimalkan manfaat dari aplikasi tersebut. Diharapkan artikel ini dapat memberikan pemahaman yang komprehensif bagi para praktisi pendidikan agama Islam dalam memanfaatkan teknologi informasi untuk meningkatkan kualitas pembelajaran agama Islam.
Analisis Implementasi LMS dalam Manajemen Tugas terhadap Hasil Akademik, Keterlibatan, dan Studi Mandiri Mahasiswa Randitha Missouri; Zumhur Alamin; Aldillah Aldillah
Jurnal Pendidikan dan Pembelajaran Indonesia (JPPI) Vol. 5 No. 2 (2025): Jurnal Pendidikan dan Pembelajaran Indonesia (JPPI), 2025 (2)
Publisher : Yayasan Pendidikan Bima Berilmu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53299/jppi.v5i2.1382

Abstract

Penelitian ini bertujuan untuk menganalisis dampak implementasi Learning Management System (LMS) Google Classroom terhadap hasil akademik, keterlibatan, dan efektivitas studi mandiri mahasiswa semester awal program studi Ilmu Komputer Universitas Muhammadiyah Bima angkatan 2023/2024. Penelitian ini menggunakan metode kuantitatif dengan survei terhadap 120 mahasiswa yang dipilih secara acak. Instrumen penelitian ini berupa angket yang mencakup data demografi, pola penggunaan Google Classroom, keterlibatan mahasiswa, hasil akademik, dan tingkat kepuasan yang diukur dengan skala Likert. Analisis data menggunakan regresi ganda untuk menguji pengaruh LMS terhadap hasil akademik, keterlibatan, dan studi mandiri, serta analisis deskriptif untuk menggambarkan pola penggunaan dan kepuasan mahasiswa. Hasil penelitian menunjukkan bahwa 70% mahasiswa mengalami peningkatan hasil akademik dengan rata-rata kenaikan 10%. Dalam aspek keterlibatan, 82,5% mahasiswa menggunakan Google Classroom secara aktif, 85% menyelesaikan tugas tepat waktu, dan 60% berpartisipasi dalam diskusi online dengan rata-rata penggunaan platform selama lima jam per minggu. Studi mandiri mahasiswa meningkat dengan 70% responden menilai Google Classroom efektif mendukung pembelajaran mandiri. Namun, penelitian juga menemukan bahwa partisipasi dalam diskusi online masih relatif rendah dibandingkan keterlibatan dalam tugas. Tantangan yang ditemukan adalah rendahnya partisipasi dalam diskusi serta kebutuhan pelatihan bagi dosen dan mahasiswa. Penelitian merekomendasikan optimalisasi penggunaan Google Classroom dan pelatihan lebih lanjut untuk meningkatkan efektivitas pembelajaran.
Real-Time Phishing Detection Using Google Safe Browsing API and Machine Learning Zumhur Alamin; Ritzkal
Journix: Journal of Informatics and Computing Vol. 1 No. 2 (2025): August
Publisher : Ran Edu Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63866/journix.v1i2.8

Abstract

Phishing remains one of the fastest-evolving cybersecurity threats, where attackers mimic legitimate websites to obtain sensitive user information. This study presents a real-time evaluation of a phishing detection system integrating the Google Safe Browsing API with ensemble machine learning models. The research aims to enhance detection accuracy and responsiveness against emerging phishing websites by combining real-time threat intelligence with automated URL analysis. The dataset used comprises over 20,000 URLs collected from Google Safe Browsing, PhishTank, and OpenPhish between June and December 2024. Four approaches were evaluated: (1) machine learning models without API, (2) API-only detection, (3) machine learning with API as an additional feature, and (4) machine learning with API as a validator. The best performance was achieved by the API-as-validator model, reaching 98.2% accuracy, reducing false positives to 2.1%, and lowering false negatives to 3.2%, with an average latency of 108 ms. These findings demonstrate that integrating real-time threat feeds significantly enhances adaptability and reliability in phishing detection. Future research will focus on latency optimization and federated learning to enable large-scale collaborative detection systems.
FCM-Guided CNN with Fuzzy Membership Maps for Robust Brain MRI Tumor Classification Firnanda Al-Islama Achyunda Putra; Kukuh Yudhistiro; Sutriawan; Zumhur Alamin
Journix: Journal of Informatics and Computing Vol. 1 No. 3 (2025): December
Publisher : Ran Edu Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63866/journix.v1i3.9

Abstract

Accurate brain MRI classification is critical for early tumor diagnosis and computer-aided clinical decision support. Conventional convolutional neural networks (CNNs) are effective in learning deep hierarchical features but often struggle with intensity heterogeneity and partial volume effects inherent to MRI data. To address these limitations, this study proposes a hybrid Fuzzy C-Means–CNN (FCM–CNN) framework that integrates unsupervised soft clustering with deep feature learning. The fuzzy segmentation stage preserves boundary uncertainty by generating multi-channel membership maps, which are then fed into a CNN for robust classification. Evaluations conducted on the Kaggle brain MRI dataset (3,264 slices across four diagnostic categories) under Stratified 5-Fold Cross-Validation show consistent improvements over baseline models. The proposed FCM–CNN achieves a mean accuracy of 96.26% and Macro-F1 of 0.9622, surpassing both CNN-only and K-Means+CNN by +4.84% and +2.74% respectively. Ablation analysis confirms that soft memberships enhance discrimination between visually similar tumors, while statistical testing verifies that the gains are systematic and reproducible. Furthermore, the fuzzy membership maps provide interpretable visual cues, aligning with recent trends in explainable AI (XAI) for medical imaging. Overall, the FCM–CNN framework demonstrates that combining fuzzy logic with deep learning yields a balanced trade-off between performance, interpretability, and computational efficiency, making it promising for clinical-grade brain MRI analysis.
Unsupervised Credit Card Fraud Detection Using Autoencoder-Based Anomaly Detection on Highly Imbalanced Transaction Data Mursalim Mursalim; Sutriawan Sutriawan; Nimas Ratna Sari; Nur Wahyu Hidayat; Zumhur Alamin
Indonesian Applied Research Computing and Informatics Vol. 1 No. 2: December (2025)
Publisher : PT. Teras Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64479/iarci.v1i2.64

Abstract

Credit card fraud detection is a critical problem in the financial sector, primarily due to its direct correlation with financial liability and the preservation of user integrity. A major challenge in fraud detection is the extreme class imbalance, where fraudulent transactions are rare compared to legitimate ones, causing supervised approaches to require sufficient labeled fraud data and often become biased toward the majority class. This study proposes an unsupervised anomaly detection approach based on an Autoencoder to identify fraudulent transactions in highly imbalanced credit card transaction data. The Autoencoder is trained exclusively on normal transactions to learn representative patterns of legitimate behavior. During inference phase, transactions exhibiting elevated reconstruction error relative to established norms are designated as anomalies, indicative of potential fraud. The experiments use the Credit Card Fraud Detection dataset from Kaggle, containing 284,807 transactions: 284,315 normal (99.828%) and 492 fraudulent (0.172%). The workflow includes numerical feature normalization for the Time and Amount attributes, splitting normal data into training and validation sets, selecting an anomaly threshold based on the reconstruction error distribution, and evaluating performance using metrics suitable for imbalanced data such as precision, recall, and F1-score. The results indicate that the proposed unsupervised Autoencoder offers an effective alternative when labeled fraud examples are limited, by detecting deviations from normal transaction patterns through reconstruction behavior.
Co-Authors Ade S. Anhar Al-zainuri, Awaluddin Alaudin, Nurlatifah Aldillah Aldillah Arisandi Dahlan Fathir Fathir Fathir Husnatul Mahmudah Ihwan Ilmih, Muhammad Khaeruddin Khaeruddin Khaeruddin Khairunnas Khairunnas, Khairunnas Kukuh Yudhistiro, Kukuh Lukman LUKMAN, LUKMAN Mayada, Mayada Mohammad Nur Cholis, Mohammad Nur Muh. Alimin Muhammad Akbar Muhammad Amirul Mu'min Muhammad Hayun Mursalim Mursalim Musmuliadin Nimas Ratna Sari Nur Fadhillah Nur Hunul Khatimah Nur Wahyu Hidayat Nurfidianty Annafi, Nurfidianty Putra, Firnanda Al Islama Achyunda Ramadhan, Sahrul Randitha Missouri Ritzkal, Ritzkal Safitriani, Nurinsa Sa’adati, Yuan Sembiring, Rinawati Setiawan, Muhammad Iwan Siti Mutmainah Sri Jamilah Sutriawan Teguh Ansyor Lorosae Ulil Azmin Ummu Rofikah Wahyunti, Sri Yana Safitri, Yana