Article Per Year (5 Year)
p-Index From 2021 - 2026
3.964
P-Index
This Author published in this journals
All Journal Jurnal Statistika Universitas Muhammadiyah Semarang Jurnal Transformatika Pendas : Jurnah Ilmiah Pendidikan Dasar JTAM (Jurnal Teori dan Aplikasi Matematika) Jurnal Pengembangan Rekayasa dan Teknologi Jurnal Ilmiah Pendidikan dan Pembelajaran Community Development Journal: Jurnal Pengabdian Masyarakat Information Science and Library Journal Of Human And Education (JAHE) Journal of Data Insights Journal of Computing Theories and Applications Jurnal Statistika dan Sains Data Journal of Islamic Science Community Journal of Learning on History and Social Sciences Journal of Computing and Smart Ecosystems
Amri, Saeful
Universitas Muhammadiyah Semarang
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
"DESA CERDAS" SISTEM INFORMASI PELAYANAN KEPENDUDUKAN BERBASIS WEB DI DESA KUMPULREJO KABUPATEN KENDAL Nur, Indah Manfaati; Amri, Saeful; Nur, M. Saifudin; Imron, Ali
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 5 No. 1 (2024): Volume 5 No 1 Tahun 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v5i1.24191

Abstract

Desa Kumpulrejo adalah salah satu desa di kabupaten Kendal yang memiliki website aktif yang berisi berbagai macam informasi yang berguna bagi masyarakat. Berdasarkan wawancara dengan Kepala Desa Kumpulrejo, Desa ini sudah selayaknya mempunyai sistem pelayanan publik berbasis teknologi. Saat ini pelayanan publik di Desa Kumpulrejo masih kurang efektif. Masyarakat harus meluangkan waktu datang ke balai desa untuk mengurus kelengkapan administrasi, meskipun di kantor desa sudah terdapat komputer. Permasalahan yang dihadapi adalah mobilitas masyarakat yang tinggi menyebabkan pelayanan publik secara manual sangat tidak efektif dan efisien. SDM pemerintah Desa Kumpulrejo yang belum memiliki ketrampilan teknologi informasi. Pemanfaatan data dan informasi di pemerintah Desa Kumpulrejo belum maksimal. Maka Tim PKM memberikan solusi "DESA CERDAS" Sistem Informasi Pelayanan Kependudukan Berbasis Web di Desa Kumpulrejo . Kegiatan pengabdian ini bertujuan untuk menerapkan IPTEK berupa sistem informasi kependudukan yang disesuaikan dengan kebutuhan mitra. Selain itu peningkatan literasi digital serta literasi data juga diprogramkan pada kegiatan pengabdian ini untuk mendukung implementasi “Desa Cerdas” sistem informasi pelayanan kependudukan desa Kumpulrejo
IMPLEMENTASI SISTEM INFORMASI KEMITRAAN BERBASIS CLOUD UNTUK MENINGKATKAN KETERJANGKAUAN DAN AKSESBILITAS BAGI UMKM AISYIYAH JAWA TENGAH Arum, Prizka Rismawati; Amri, Saeful; Ridwan, Mohammad; Puspitasari, Listi; Supriyadin, Supriyadin; Putro, Dwi Purnomo
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 5 No. 5 (2024): Vol. 5 No. 5 Tahun 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v5i5.35200

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) berperan signifikan dalam pembangunan ekonomi Indonesia, dengan mayoritas pelakunya adalah perempuan. Di Indonesia, 64,5% pelaku UMKM adalah perempuan, yang berkontribusi sebesar 61% terhadap PDB nasional. Namun, perempuan pelaku UMKM menghadapi berbagai tantangan, seperti kurangnya dukungan keluarga, akses perizinan yang sulit, manajemen bisnis yang belum optimal, dan minimnya akses ke pasar. Organisasi Aisyiyah, melalui program Bina Usaha Ekonomi Keluarga Aisyiyah (BUEKA), berupaya mengatasi masalah ini dengan mengembangkan UMKM perempuan melalui pelatihan, peningkatan kapasitas, dan digitalisasi. Pengabdian masyarakat ini mengusulkan solusi berupa Sistem Informasi Kemitraan Berbasis Cloud untuk meningkatkan keterjangkauan dan aksesibilitas bagi UMKM Aisyiyah di Jawa Tengah. Metode yang digunakan mencakup perencanaan, pelaksanaan, dan evaluasi pelatihan dengan pendekatan partisipatif. Hasil implementasi menunjukkan adanya peningkatan pengelolaan kemitraan UMKM, manajemen kasir, dan integrasi layanan digital berbasis cloud yang dapat memudahkan proses jual beli dan meningkatkan kinerja UMKM perempuan di bawah Aisyiyah.
SOSIALISASI "DESA CERDAS" SISTEM INFORMASI PELAYANAN KEPENDUDUKAN BERBASIS WEB DI DESA KUMPULREJO, KABUPATEN KENDAL Manfaati Nur, Indah; Amri, Saeful; Nur, M. Saifudin; Imron, Ali; Rohani, Imam
Journal of Islamic Science Community Vol. 2 No. 2 (2023)
Publisher : Institut Agama Islam Riyadlotul Mujahidin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55380/isc.v2i2.611

Abstract

Desa Kumpulrejo adalah salah satu desa di kabupaten Kendal yang memiliki website aktif yang berisi berbagai macam informasi yang berguna bagi masyarakat. Berdasarkan wawancara dengan Kepala Desa Kumpulrejo, Desa ini sudah selayaknya mempunyai sistem pelayanan publik berbasis teknologi. Permasalahan yang dihadapi adalah mobilitas masyarakat yang tinggi menyebabkan pelayanan publik secara manual sangat tidak efektif dan efisien. SDM pemerintah Desa Kumpulrejo belum memiliki ketrampilan teknologi informasi. Pemanfaatan data dan informasi di pemerintah Desa Kumpulrejo belum maksimal. Sosialisai ini bertujuan untuk menerapkan IPTEK berupa sistem informasi kependudukan yang disesuaikan dengan kebutuhan mitra. Selain itu peningkatan literasi digital serta literasi data juga diprogramkan pada kegiatan pengabdian ini untuk mendukung implementasi “Desa Cerdas” sistem informasi pelayanan kependudukan desa Kumpulrejo. Secara ringkas hubungan antara kegiatan PKM dalam pencapaian IKU Universitas Muhammadiyah Semarang yang akan direkognisi menjadi kegiatan MB-KM. Mitra berkomitmen kerjasama ini akan berkelanjutan sebagai mitra MB-KM dengan menyediakan ruang bagi mahasiswa untuk berkegiatan Magang ataupun Proyek di Desa.
ANALYSIS OF THE THINKING PROCESS OF GRADE XI STUDENTS IN SOLVING MATHEMATICS PROBLEMS REVIEWED FROM THE EXTROVERT AND INTROVERTED PERSONALITIES OF STUDENTS OF SMK PGRI 24 JAKARTA Amri, Saeful
Journal of Learning on History and Social Sciences Vol. 2 No. 7 (2025): Journal of Learning on History and Social Sciences
Publisher : PT. Antis International Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61796/ejlhss.v2i7.1359

Abstract

Objective: I conducted research with the aim of training and determining the skills of students at SMK PGRI 24 Jakarta. Students' ability to think and solve math problems is examined from the perspective of introverted and extroverted students. Method: To make my research easier, I used a qualitative approach. Six Class XI students from SMK PGRI 24 in Jakarta were the subjects of the study; The three participants each represented extroverted and introverted personality types. Questionnaire, interview, and documentation approaches were used to collect data for this study. To collect this data, aspects of the student's personality were considered, along with testing the data and the conclusions drawn from the participants. A triangulation approach was used to collect data for the study. Results: The study found that introverted and extroverted students were at a full level of understanding of the difficulties used in their thought processes as well as carrying out planning, evaluation, and monitoring procedures. Planning steps are followed, which are completed by having students double-check the planning procedures. According to the results of the research interviews, extroverted students were at the level of tacit use, and introverted students were at the level of strategic use. Novelty: Students' ability to think and solve math problems is examined from the perspective of introverted and extroverted students.
AI-Enhanced Coastal Ecosystem Monitoring for Abrasion and Mangrove Decline Detection Using NDVI and CNN Models Muhammad Ivan Ardiansyah; Saeful Amri; Basirudin Ansor; Wendy Sarasjati; Anggry Windasari; Gansar Timur Pamungkas
Journal of Computing and Smart Ecosystems Vol. 1 No. 2 (2025): J-CaSE
Publisher : S1 Teknologi Informasi, Universitas Muhammadiyah Semarang

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

Abstract

Coastal ecosystems in Indonesia are increasingly threatened by accelerating abrasion and severe mangrove degradation, especially in Mangunharjo, Semarang, where shoreline retreat continues to endanger local communities and ecological stability. This study aims to develop an AI-driven monitoring framework for detecting coastal abrasion and mangrove loss using Normalized Difference Vegetation Index (NDVI) combined with a Convolutional Neural Network (CNN) classifier. Multispectral data from Sentinel-2 imagery were processed to extract NDVI time-series from 2015 to 2025, followed by image preprocessing, normalization, and CNN-based classification. The model identifies abrasion-affected zones and declining mangrove cover, while the geospatial dashboard visualizes risk levels and restoration priority areas. Experimental results show that the CNN–NDVI model achieves high accuracy in distinguishing stable and abrasion-prone regions, with clear detection of vegetation loss patterns along the western coastline of Mangunharjo. The developed dashboard successfully integrates prediction output, interactive mapping, and AI-assisted recommendations for mangrove restoration. In conclusion, this system demonstrates the potential of combining satellite data, CNN-based analysis, and geospatial visualization to support data-driven decision-making for coastal ecosystem management and sustainable environmental planning.
An Explainable Multimodal Framework for Chest X-Ray Alert Classification Using Radiology Reports and Images Edy Winarno; Indah Manfaati Nur; Abdul Karim; Saeful Amri; Ismi Elya Wirdati; Prajanto Wahyu Adi
Journal of Computing Theories and Applications Vol. 3 No. 4 (2026): JCTA 3(4) 2026
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/jcta.16023

Abstract

Artificial intelligence has the potential to support radiology workflows by assisting in the identification of cases that may require additional clinical attention. However, alert-oriented medical AI systems should provide not only classification outputs but also interpretable evidence that can be reviewed and audited by clinicians. This study develops and evaluates an explainable multimodal framework for binary chest X-ray alert classification using paired radiology reports and chest X-ray images. The text branch employs TF-IDF n-gram features with a class-balanced Logistic Regression classifier, while the image branch fine-tunes a pretrained ResNet18 model. The two branches are integrated through probability-level late fusion using a validation-selected fusion weight. Explainability is implemented in a modality-specific manner: global coefficient analysis is used to identify influential textual cues, while Grad-CAM heatmaps are used to visualize salient image regions. Experiments were conducted on paired samples from the Open-i/IU X-Ray dataset using text-only, image-only, and fusion-based evaluation settings. Additional analyses include case-level complementarity analysis, bootstrap confidence intervals for ROC-AUC, shortcut-feature inspection, and qualitative Grad-CAM auditing. The results indicate that the text modality provides the dominant predictive signal under the current proxy-label setting. Late fusion produced a small descriptive improvement on the test set, increasing accuracy from 0.8533 to 0.8667, F1-score from 0.8817 to 0.8936, and ROC-AUC from 0.8936 to 0.9025 compared with the text-only baseline. However, the observed ROC-AUC improvement was not statistically conclusive based on bootstrap analysis. These findings suggest that the proposed framework is useful as a reproducible and auditable multimodal prototype, while also highlighting important limitations, including proxy-label ambiguity, potential label leakage from radiology reports, limited image-branch contribution, lack of external validation, and the need for stronger explanation and calibration assessment.
Penerapan algoritma Decision Tree untuk klasifikasi status stunting pada balita di Indonesia Miftakhiyah Fazza Baita; Siti Nurhalisa; M Al Haris; Saeful Amri
Jurnal Statistika dan Sains Data Vol 3, No 2 (2026): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jssd.v3i2.24754

Abstract

Stunting merupakan permasalahan kesehatan masyarakat yang serius di Indonesia. Kondisi ini terjadi akibat kekurangan gizi kronis yang berlangsung dalam jangka waktu lama, sehingga menyebabkan anak balita memiliki tinggi badan lebih rendah dibandingkan standar usianya. Selain menghambat pertumbuhan fisik, stunting juga berdampak pada perkembangan kognitif dan produktivitas anak di masa depan. Berdasarkan Survei Status Gizi Indonesia (SSGI) tahun 2022, prevalensi stunting di Indonesia mencapai 21,6%, melebihi ambang batas yang ditetapkan WHO, yaitu kurang dari 20%. Pemerintah menargetkan penurunan angka tersebut menjadi 14% pada tahun 2024. Salah satu pendekatan yang dapat digunakan untuk mendukung upaya ini adalah dengan menerapkan algoritma pohon keputusan dalam klasifikasi status stunting . Hasil penelitian menunjukkan bahwa model pohon keputusan C4.5 yang dibangun menggunakan 10.000 data balita dari dataset WHO mampu mencapai akurasi 57,80%, presisi 79,93%, dan recall 30,29%, dengan atribut tinggi badan dan umur sebagai batas utama. Hasil ini menunjukkan bahwa pohon keputusan dapat digunakan sebagai model awal deteksi stunting, meskipun perlu peningkatan kinerja melalui teknik penyeimbangan data.
Perbandingan Hasil Klasifikasi Data Iris menggunakan Algoritma K-Nearest Neighbor dan Random Forest : Comparison of Iris Data Classification Results using the K-Nearest Neighbor and Random Forest Algorithms Budiono Rahman; Fatkhurokhman Fauzi; Saeful Amri
Journal of Data Insights Vol 1 No 1 (2023): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v1i1.135

Abstract

Data mining merupakan suatau metode yang baik untuk menangani data skala besar. Performasi menjadi penting dalam metode data mining. Dua metode yang memiliki performasi terbaik diantaranya K-Nearest Neighbor (KNN) dan Random Forest (RF). Artikel ini membahas terkait perbandingan performasi K-NN dan RF. Data yang digunakan pada penelitian ini adalah Iris. Data dibagi menjadi 80% data training dan 20% data testing. Validasi performasi menggunakan nilai akurasi dan F1-Score. Berdasarkan nilai. Berdasarkan hasil yang didapat metode RF lebih baik dibandingkan dengan metode K-NN. Nilai akurasi yang didapat oleh metode RF adalah 1.00 atau 100% dan nilai F1-Score sebesar 1.00.
Pemodelan Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk Meramalkan Volume Angkutan Barang Kereta Api di Pulau Jawa Tahun 2021: Memberikan prediksi volume angkutan barang kereta api di pulau jawa untuk masa mendatang ine fitriani; Prizka Rismawati Arum; Saeful Amri
Journal of Data Insights Vol 2 No 1 (2024): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v2i1.167

Abstract

Tujuan penelitian ini untuk meramalkan jumlah angkutan barang menggunakan kereta api di Pulau Jawa. Metode yang digunakan yakni pendekatan kuantitatif dengan memanfaatkan sumber data sekunder dari situs resmi Badan Pusat Statistik (bps.go.id). Hasil penelitian memberikan gambaran jika terdapat prediksi penurunan pada bulan November 2021, yang disertai oleh peningkatan pada periode berikutnya. Dalam upaya peramalan, digunakan model SARIMA(0,1,1)(0,2,0)12. Keputusan menggunakan model ini didasarkan pada parameter yang signifikan serta pemenuhan asumsi terkait residu white noise. Model ini dipilih sebagai model terbaik karena memiliki nilai AIC yang paling rendah dibandingkan dengan model SARIMA lain yang telah melalui uji diagnostik residual
Klasifikasi Dataset Diabetes menggunakan Algoritma K-Nearest Neighbors Fitri Diana Musa; M. Al Haris; Dannu Purwanto; Saeful Amri; Alwan Fadlurohman; Ariska Fitriyana Ningrum
Journal of Data Insights Vol 2 No 1 (2024): Journal of Data Insights
Publisher : Department of Sains Data UNIMUS Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jodi.v2i1.201

Abstract

Data mining merupakan suatu metode yang baik untuk menangani data skala besar. Performasi menjadi penting dalam metode data mining. Salah satu metode yang memiliki performasi terbaik adalah K-Nearest Neighbor (KNN). Artikel ini membahas terkait performasi K-NN. Data yang digunakan pada penelitian ini adalah Diabetes. Data dibagi menjadi 80% data trainingdan 20% data testing. Dengan menggunakan 11 tetangga terdekat, model menghasilkan akurasi sebesar 0.765625. Angka ini mencerminkan kinerja yang baik. Metrik kritis termasuk akurasi sebesar 0.77, presisi sebesar 0.80, dan recall sebesar 0.85. Hasil ini menunjukkan bahwa model KNN memiliki potensi untuk mengklasifikasikan pasien diabetes dengan akurasi yang baik.
Co-Authors Abdul Karim Agata Dwi Putri Putri AHMADI Ali Imron Alwan Fadlurohman Amaliah Sholeha Arafat Anggry Windasari April Firman Daru Aprilla Anawai Basman Ariska Fitriyana Ningrum Asriyanti Sawiah Adam Basirudin Ansor Budiono Rahman Dannu Purwanto Dhani, Oktaviana Rahma Edy Winarno Eka Suryani, Puput Erna Julia Nanga Faninda Aidina Fitri Fauzi, Fatkhurokhman Fisabilillah, Muh. Irodat Fitri Diana Musa Gansar Timur Pamungkas Hanif, Mohammad Burhan Haris, M. Al Ihsan Fathoni Amri Indah Fitriyani Indah Manfaati Nur Indah Manfaati Nur ine fitriani Ismi Elya Wirdati Khoirudin Khoirudin Khoirudin Khoirudin, Khoirudin Lea Angelina M. Al Haris Manfaati Nur, Indah Masudah, Nurhidayatul Miftakhiyah Fazza Baita Mohammad Ridwan Muhammad Ivan Ardiansyah Nur, M. Saifudin Panata, Helmi Prasetio Prajanto Wahyu Adi Prasetyo, Noer Prizka Rismawati Arum Purnomo Putro, Dwi Puspitasari, Listi Putro, Dwi Purnomo Rahma Safira Ridwanulhaq, Alfina Fauziah Rifa i, Ahmad Rochdi Wasono Rohani, Imam Siti Nurhalisa Sitti Sahara Supriadin Supriadin Supriyadin, Supriyadin Sutrisno Tiani Wahyu Utami Tri Martini Wardani, Amelia Kusuma Wendy Sarasjati