Article Per Year (5 Year)
p-Index From 2021 - 2026
3.522
P-Index
This Author published in this journals
All Journal Sistemasi: Jurnal Sistem Informasi The IJICS (International Journal of Informatics and Computer Science) JOURNAL OF SCIENCE AND SOCIAL RESEARCH JSAI (Journal Scientific and Applied Informatics) Jurnal Teknologi Dan Sistem Informasi Bisnis Jurnal Tecnoscienza JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) KLIK: Kajian Ilmiah Informatika dan Komputer Journal of Computer Science and Informatics Engineering Jurnal Abdimas Terapan Jurnal Surya Informatika Teknomatika: Jurnal Informatika dan Komputer Journal Of Software Engineering And Communication
Ismail, Abdul Rahman
Universitas Negeri Gorontalo
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Immunology & microbiology Mathematics Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Aplikasi Android Untuk Pengaduan Sampah di Dinas Lingkungan Hidup Kota Gorontalo Zainudin Sidik; Abdul Rahman Ismail
JURNAL TECNOSCIENZA Vol. 9 No. 1 (2024): JURNAL TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/vq2d7765

Abstract

Permasalahan yang akan dibahas dalam penelitian ini adalah bagaimana cara membangun aplikasi sistem informasi lokasi dan pengaduan sampah berbasis android pada Dinas Lingkungan Hidup Kota Gorontalo. Pembangunan sistem informasi ini bertujuan untuk membantu dinas lingkungan hidup Kota Gorontalo dalam mengelola sampah dan meningkatkan partisipasi masyarakat dalam menjaga kebersihan lingkugan. Dengan adanya aplikasi ini diharapkan permasalahan sampah di Kota Gorontalo dapat diatasi. Aplikasi ini memiliki fitur untuk menampilkan dan mengarahkan masyarakat menuju ke lokasi tempat sampah terdekat, dan juga fitur untuk pengaduan kepada dinas lingkungan hidup terkait permasalahan sampah. Metode pengumpulan data yang digunakan dalam penelitian ini yaitu menggunakan metode wawancara, observasi dan metode pengembangan perangkat lunak menggunakan metode waterfall. Metode pengujian dalam penelitian ini menggunakan pengujian blackbox yang dilakukan pengujian perangkat lunak dari segi spesifikasi fungsional. Hasil dari penelitian ini dapat disimpulkan bahwa sistem ini dapat mempermudah masyarakat untuk melakukan pengaduan sampah. Sistem ini dapat meningkatkan partisipasi masyarakat dalam menjaga kebersihan lingkungan dan membantu Dinas Lingkugan Hidup Kota Gorontalo dalam mengelola sampah dengan lebih efisien.
Perbandingan Teknik Normalisasi dan Denormalisasi dalam Pengelolaan Data Skala Besar Zainudin Sidik; Abdul Rahman Ismail
JURNAL TECNOSCIENZA Vol. 10 No. 1 (2025): JURNAL TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/pqfg7z82

Abstract

Penelitian ini bertujuan menganalisis perbandingan teknik normalisasi dan denormalisasi dalam pengelolaan data skala besar untuk mengidentifikasi karakteristik performa dan trade-offs yang terlibat. Metode penelitian menggunakan pendekatan eksperimental komparatif dengan mengimplementasikan dua sistem basis data yang identik namun berbeda dalam penerapan normalisasi dan denormalisasi, menggunakan dataset sintetis berukuran 500GB hingga 2TB untuk simulasi big data. Pengujian dilakukan dengan mengukur berbagai metrik performa meliputi waktu respons query, throughput system, utilisasi resource, dan scalability dalam berbagai skenario workload. Hasil penelitian menunjukkan denormalisasi memberikan keunggulan signifikan dalam operasi baca dengan peningkatan throughput 84,3% dan pengurangan waktu respons 73,8%, namun memerlukan konsumsi memori lebih besar 46% dibandingkan normalisasi. Evaluasi scalability menunjukkan denormalisasi mempertahankan performa konsisten pada beban tinggi, sementara normalisasi mengalami degradasi hingga 84% pada kondisi peak load. Normalisasi tetap unggul dalam integritas data dan efisiensi operasi tulis. Penelitian ini merekomendasikan penerapan strategi hybrid yang menggabungkan normalisasi untuk data transaksional dan denormalisasi selektif untuk data analitik, disesuaikan dengan karakteristik workload spesifik sistem untuk mencapai optimasi performa yang optimal. 
Penerapan Data Mining Untuk Klasifikasi Penyakit Artritis Gout Menggunakan Algoritma KNN Handayani, Yuni; Ismail, Abdul Rahman; Putro, Bagus Prindo Sugihartono
Jurnal Surya Informatika Vol. 14 No. 1 (2024): Surya Informatika, Vol 14. No. 1, Mei 2024
Publisher : Universitas Muhammadiyah Pekajangan Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48144/suryainformatika.v14i1.1836

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (KNN) dalam mengklasifikasikan penyakit Artritis Gout berdasarkan data klinis pasien. Artritis Gout adalah jenis artritis yang disebabkan oleh penumpukan kristal asam urat di dalam sendi, yang dapat menyebabkan nyeri hebat dan pembengkakan. Metode penelitian menggunakan dataset yang terdiri dari 500 entri, termasuk informasi seperti gejala klinis, faktor risiko, riwayat medis, dan respons terhadap pengobatan. Data ini diproses melalui tahapan pra-pemrosesan untuk membersihkan data yang tidak valid dan mengubah data kategorikal menjadi format yang sesuai untuk analisis. Selanjutnya, dataset dibagi menjadi data latih dan uji untuk pembangunan serta evaluasi model. Algoritma KNN diterapkan pada data latih untuk membangun model klasifikasi yang dapat mengenali pola-pola penting terkait dengan diagnosis Artritis Gout. Evaluasi dilakukan menggunakan dataset uji untuk memverifikasi keakuratan dan keandalan prediksi model. Hasil penelitian menunjukkan bahwa algoritma KNN pada nilai K=5 mencapai nilai akurasi 87,76%, recall 92,31%, dan precision 90,48% dalam mengklasifikasikan penyakit Artritis Gout. Implikasi dari penelitian ini adalah potensi penggunaan teknik data mining untuk mendukung diagnosis dan manajemen penyakit secara lebih efektif dalam praktik klinis
PERBANDINGAN ALGORITMA LOGISTIC REGRESSION DAN NAÏVE BAYES CLASSIFIER DALAM IDENTIFIKASI PENYAKIT LIVER Yuni Handayani; Taufik Hidayat; Dian Novitaningrum; Abdul Rahman Ismail
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 2 (2025): May 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i2.2892

Abstract

Abstract: Liver disease is a condition caused by various factors that can damage liver function, such as viral infections and alcohol consumption. Additionally, obesity is closely associated with liver damage. Over time, liver damage can lead to serious consequences. The presence of experts in this field is crucial to addressing liver disease by identifying the symptoms experienced by patients, determining the type of liver disease affecting them, and providing appropriate treatment guidance. The severity of this disease in Indonesia is evident from various studies, research, and related observations. In this study, researchers utilized and compared two data mining classification methods, namely Logistic Regression and Naïve Bayes, to diagnose liver disease. The findings revealed that the Logistic Regression method achieved an accuracy rate of 84.62% with an area under the curve (AUC) value of 0.841, while the Naïve Bayes method achieved an accuracy rate of 83.71% with an AUC value of 0.816. Based on the t-test, it was found that there was no significant difference between the two methods, with a p-value of 0.821 > 0.05. This indicates that the performance of Logistic Regression is comparable to Naïve Bayes in diagnosing liver disease.Keyword: Liver Disease, Logistic Regression, Naïve Bayes, Confusion Matrix, ROC CurveAbstrak: Penyakit hati atau liver adalah kondisi yang disebabkan oleh berbagai faktor yang dapat merusak fungsi hati, seperti infeksi virus dan konsumsi alkohol. Selain itu, obesitas juga memiliki kaitan erat dengan kerusakan hati. Dalam jangka panjang, kerusakan hati dapat menimbulkan konsekuensi serius. Kehadiran ahli di bidang ini sangat diperlukan untuk membantu menangani masalah penyakit hati dengan mengidentifikasi gejala yang dialami pasien, menentukan jenis penyakit hati yang diderita, serta memberikan panduan penanganan yang sesuai. Skala permasalahan penyakit ini di Indonesia dapat diamati melalui berbagai studi, penelitian, dan pengamatan yang telah dilakukan. Dalam penelitian ini, peneliti menerapkan serta membandingkan dua metode klasifikasi data mining, yaitu Logistic Regression dan Naïve Bayes, untuk mendeteksi penyakit liver. Hasil penelitian menunjukkan bahwa Logistic Regression memiliki tingkat akurasi sebesar 84,62% dengan nilai area under the curve (AUC) sebesar 0,841, sementara Naïve Bayes mencapai akurasi 83,71% dengan AUC sebesar 0,816. Berdasarkan hasil uji-t, tidak ditemukan perbedaan signifikan antara kedua metode tersebut, dengan nilai p = 0,821 yang lebih besar dari 0,05. Ini menunjukkan bahwa performa Logistic Regression sebanding dengan Naïve Bayes dalam proses diagnosis penyakit liver.Kata kunci: Penyakit Liver, Logistic Regression, Naïve Bayes, Confusion Matrix, ROC Curve
SISTEM INFORMASI PENGELOLAAN KOPERASI BERBASIS WEBSITE Abdul Rahman Ismail; Zainudin Sidik
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 2 (2025): May 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i2.3038

Abstract

Abstract: This research aims to design and develop a web-based cooperative management information system that can simplify administrative processes, particularly in loan applications and installment payments. The system is built using the Agile method, which allows development to be carried out in stages and adapts flexibly to user needs. The main features developed include loan data management, payment recording, member data management, and the automatic presentation of financial reports. This system is designed to improve the efficiency of cooperative management and provide quick and transparent access to information for members. Testing is carried out using white-box and black-box methods to ensure that the system functions properly both in terms of internal logic and external appearance and functionality. The results of the testing show that all features work as expected and support the overall operations of the cooperative. This system is expected to be a practical and effective digital solution for cooperative management. Furthermore, this system can be further developed in line with the future growth needs of the cooperative. Keywords: Information System; Cooperative; Website. Abstrak: Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi pengelolaan koperasi berbasis website yang dapat mempermudah proses administrasi, khususnya dalam pengajuan pinjaman dan pembayaran angsuran. Sistem ini dibangun dengan metode Agile, yang memungkinkan pengembangan dilakukan secara bertahap dan menyesuaikan kebutuhan pengguna secara fleksibel. Fitur utama yang dikembangkan meliputi pengelolaan data pinjaman, pencatatan pembayaran, manajemen data anggota, serta penyajian laporan keuangan secara otomatis. Sistem ini dirancang untuk meningkatkan efisiensi kerja pengurus koperasi dan memberikan kemudahan akses informasi kepada anggota secara cepat dan transparan. Pengujian dilakukan menggunakan metode whitebox dan blackbox untuk memastikan bahwa sistem berfungsi dengan baik dari sisi logika internal maupun tampilan dan fungsionalitas eksternal. Hasil pengujian menunjukkan bahwa seluruh fitur berjalan sesuai harapan dan mendukung proses kerja koperasi secara menyeluruh. Sistem ini diharapkan mampu menjadi solusi digital yang praktis dan efektif dalam pengelolaan koperasi. Selain itu, sistem ini dapat dikembangkan lebih lanjut sesuai dengan pertumbuhan kebutuhan koperasi di masa mendatang. Kata kunci: Sistem Informasi; Koperasi; Website. 
Co-Authors A Mulawati Mas Pratama Abdul Malik Buna Affandy Affandy Aswin Azisah Azzahra sudirman Bahtiar Senung D. Paemo, Nuranissa Dian Novitaningrum Didiet Haryadi Hakim Fikram Januardi Fikran Anwar Handayani, Yuni Harun, Rusni Ifriandi Labolo Jamal Darusalam Giu Manurapon, Reynaldi Novitaningrum, Dian Patue, Abdulatif Pratama, A Mulawati M Putro, Bagus Prindo Sugihartono Roys Pakaya Senung, Bahtiar Sidik, Guruh Fajar Taufik hidayat Taufik Hidayat Yuni Handayani Yunus, Yulanda Zainuddin Sidik Zainudin Sidik