Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal Indonesian Journal of Artificial Intelligence and Data Mining BERNAS: Jurnal Pengabdian Kepada Masyarakat Jurnal Ilmiah Matematika JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Ramadhan, Muhammad Ridho
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Dentistry Education Environmental Science Languange, Linguistic, Communication & Media Mathematics Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Implementasi Fuzzy Time Series pada Prediksi Jumlah Penjualan Rumah Ramadhan, Muhammad Ridho; Tursina, Tursina; Novriando, Haried
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 8, No 4 (2020)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (814.231 KB) | DOI: 10.26418/justin.v8i4.40186

Abstract

Rumah adalah bangunan gedung yang berfungsi sebagai tempat tinggal yang layak huni, sarana pembinaan keluarga, cerminan harkat dan martabat penghuninya, serta aset bagi pemiliknya. Menurut Direktur Jenderal Pembiayaan Perumahan Kementerian Pekerjaan Umum Perumahan Rakyat, perumahan di Indonesia masih mengalami defisit pasokan sebesar 7,6 juta pada 2015 dan menargetkan akan mengurangi angka kebutuhan rumah atau backlog perumahan di 2019 mendatang menjadi 5,4 juta agar masyarakat Indonesia bisa mempunyai rumah sendiri. Tingginya kebutuhan rumah yang harus dipenuhi memerlukan kerjasama seluruh stakeholder di bidang perumahan seperti developer properti. Dalam rangka menghadapi para pesaing dan mempertahankan kelangsungan perusahaan, dibutuhkan manajemen yang baik di bidang perencanaan. Tujuan penelitian ini adalah untuk memprediksi jumlah penjualan rumah sehingga dapat dijadikan acuan oleh developer properti dalam menyusun perencanaan. Memprediksi adalah suatu teknik analisa perhitungan untuk memperkirakan kejadian dimasa depan dengan menggunakan referensi data-data di masa lalu. Metode yang digunakan dalam memprediksi jumlah penjualan rumah adalah metode fuzzy time series. Metode Fuzzy Time Series (FTS) merupakan suatu konsep yang digunakan untuk meramalkan masalah di mana data historis diubah ke dalam nilai linguistik. Adapun hasil pengujian Mean Absolute Percentage Error (MAPE) yang sudah dilakukan menunjukkan tingkat akurasi prediksi sebesar 85,79% dengan menggunakan margin sebesar 5% sehingga perancangan ini dapat diterapkan oleh developer properti.
Implementasi Puding Ubi Ungu Sebagai Intervensi Pencegahan Stunting di Posyandu 69 Desa Pocangan Anas, Mohammad Nizar; Ramadhan, Muhammad Ridho; Alfarisi, Hilmi Pratama; Mu’affan, Achmad Adha; Hasanah, Adinda Shofiatul; Ismanti, Septie Putri; Ulum, Miftahol; Damayanti, Mita Eka; Fitria, Ayu; Dewi, Novi Rosita; Damayanti, Selvi; Wardani, Ali Ridho; Maheswari, Anindya Dinarya; Rofiqoh, Rofiqoh; Dinayah, Syafinatud; Mayasari, Shinta
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 1 (2025)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v6i1.11154

Abstract

Stunting merupakan kondisi terhambatnya pertumbuhan anak sehingga menyebabkan malnutrisi dan peningkatan risiko stunting. Di Indonesia, stunting merupakan masalah kesehatan yang signifikan dengan prevalensi yang tinggi di berbagai daerah. Untuk mengatasi hal ini, pemerintah menerapkan program untuk meningkatkan kebiasaan makan sehat dengan memperkenalkan makanan baru puding ubi ungu, di daerah setempat. Program ini bertujuan untuk menyediakan makanan bergizi dan sehat kepada anak-anak dan ibu Hamil di daerah tersebut. Intervensi tersebut dipengaruhi oleh beberapa faktor seperti frekuensi konsumsi puding ungu dan tingkat pendidikan
BILANGAN KROMATIK LOKASI PADA GRAF C_n \odot P_1 Rahmadi, Deddy; Kamal, Muhammad Luthfi; Utami, Dhiya Anisah; Rohman, Alvian Nur; Ramadhan, Muhammad Ridho
Jurnal Ilmiah Matematika Vol. 11 No. 1 (2024)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v11i1.28401

Abstract

Bilangan kromatik lokasi suatu graf merupakan perluasan dari konsep dimensi partisi dan pewarnaan titik pada suatu graf. Jumlah minimum warna yang diperlukan untuk melakukan pewarnaan lokasi pada graf disebut bilangan kromatik lokasi graf. Penelitian ini merupakan studi literatur yang membahas tentang bilangan kromatik lokasi pada graf C_n \odot P_1. Pendekatan yang digunakan untuk menghitung bilangan kromatik lokasi adalah melibatkan penentuan batas atas dan bawah.
AI-Based Prediction of Fatalities in Flight Accidents: Insights from 75 Years of Aviation Accident Records Ramadhan, Muhammad Ridho; Faadhilah, Avelia Fairuz; Roniyansyah, Roniyansyah; Juanara, Elmo
Indonesian Journal of Artificial Intelligence and Data Mining Vol 8, No 3 (2025): November 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v8i3.37948

Abstract

Aviation accidents have reached a plateau in safety improvements since the late 1990s, emphasizing the need for advanced analytical approaches. This study utilizes a data-driven framework with Artificial Intelligence (AI) on a comprehensive dataset encompassing 75 years of global aviation accidents. This allows identification of long-term safety patterns often overlooked in studies restricted to specific regions or flight phases. The study aims to analyze long-term trends and predict future aviation accidents using Machine Learning (ML) classification models. This study involved web scraping Aviation Safety Network (ASN) database to compile the dataset, followed by Exploratory Data Analysis (EDA) to obtain insights. Support Vector Machine (SVM), Random Forest (RF), and Categorical Naive Bayes were employed for fatality prediction. EDA results show while the number of fatal accidents has declined, scheduled passenger service and En route flight phase show the highest occurrences proportionally. Furthermore, the maneuvering flight phase and military service have maximum likelihood of a fatal outcome. The predictive models achieved accuracies of approximately 79-80%. The SVM model, with the highest F1-score (79.85%), proved to be the most balanced in terms of specificity for non-fatal incidents and sensitivity for fatal ones. This result provides safety practitioners with a reliable framework for evidence-based decision making. 
Co-Authors Alfarisi, Hilmi Pratama Anas, Mohammad Nizar Damayanti, Mita Eka Damayanti, Selvi Dewi, Novi Rosita Dinayah, Syafinatud Elmo Juanara, Elmo Faadhilah, Avelia Fairuz Fitria, Ayu Haried Novriando Hasanah, Adinda Shofiatul Ismanti, Septie Putri Maheswari, Anindya Dinarya Muhammad Luthfi Mu’affan, Achmad Adha Rahmadi, Deddy rofiqoh rofiqoh Rohman, Alvian Nur Roniyansyah, Roniyansyah Shinta Mayasari Tursina Tursina Ulum, Miftahol Utami, Dhiya Anisah Wardani, Ali Ridho