Article Per Year (5 Year)
p-Index From 2020 - 2025
1.152
P-Index
This Author published in this journals
All Journal STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer TECHNOMEDIA : Informatics and Computer Science Servis : Jurnal Pengabdian dan Layanan kepada Masyarakat
Muslim Hidayat
Unknown Affiliation
Religion Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
STUDI KOMPARASI ALGORITMA NAÏVE BAYES DAN K-NN UNTUK KLASIFIKASI PENERIMAAN BEASISWA DI MI AL – ISLAMIYAH KARANGSAWAH Muslim Hidayat; Afif Nazmi Fuadi; Dimas Prasetyo Utomo; Erna Dwi Astuti; Dian Asmarajati
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 2 No. 4 (2023): November
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v2i4.2865

Abstract

Pemberian beasiswa dilakukan agar para siswa dapat tetap melanjutkan sekolah, dalam menyeleksi siswa parameter yang digunakan terdiri dari jarak, tanggungan, pekerjaan orag tua, pendapatan orang tua, kelengkapan keluarga dan kelayakan. Dikarenakan belum ada metode untuk menentukan penerima beasiswa maka sering salah sasaran dalam memberikan beasiswa. Oleh karena itu diperlukan klasifikasi penerima beasiswa yang tepat dan akurat. Salah satunya data mining dengan metode deskriptif analitis. Bisa dikatakan penelitian deskriptif analitis mengambil masalah atau memperhatikan masalah- masalah yang ada saat penelitian kemudian diolah untuk mendapatkan sebuah kesimpulan.Berdasarkan hasil analisis dan pembahasan studi komparasi algoritma naïve bayes dan K-NN untuk klasifikasi penerimaan beasiswa di MI AL-Islamiyah, dari 186 data siswa yang terdiri dari 150 data training dan 36 data testing diperoleh Hasil klasifikasi dengan Naïve Bayes dan K-Nearest Neighbor diperoleh masing-masing 91,67% dan 75,00%. Berdasarkan nilai akurasi yan diperoleh dari dua algoritma tersebut, maka akurasinya termasuk excellent classification., dan algoritma Naïve Bayes lebih baik dalam klasifikasi penerimaan beasiswa dibandingkan algoritma K-Nearest Neighbor.
IMPLEMENTASI METODE DECISION TREE UNTUK MANAJEMEN BANDWIDTH BERBASIS WEB Ahmad Afif; muhamad Fuat Asnawi; Muslim Hidayat; Rina Mahmudati; Sukowiyono
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 2 No. 4 (2023): November
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v2i4.2867

Abstract

Affnet merupakan jasa layanan wifi internet yang berada di Desa Gondang, Kecamatan Watumalang, Kabupaten Wonosobo. Affnet hadir sebagai solusi untuk internet murah dengan sistem RT/RW Net. Agar pemakaian internet tidak terlalu banyak Affnet membagi paket internet yaitu premium dan regular. Paket premium merupakan paket yang tidak dikenakan pembatasan kuota, sedangkan paket regular dikenakan batasan pemakaian kuota, dan setelah melampaui kuota yang diberikan maka pelanggan tersebut akan diturunkan kecepatan internetnya. Dengan adanya hal tersebut diperlukannya sistem manajemen bandwidth untuk menentukan pembagian bandwidth pada setiap pelanggan. Metode decision tree merupakan cara yang tepat untuk menentukan pelanggan mana saja yang akan diturunkan kecepatannya sesuai dengan paket yang dipilih. Untuk menentukan pembagian bandwidth pelanggan dibutuhkan data pemakaian pelanggan berupa upload dan download, yang nantinya data tersebut akan di simpan ke database dan di akumulasikan. Dan untuk metode pembatasan kecepatan internet menggunakan metode simple queue pada mikrotik yang ditargetkan kepada setiap alamat ip yang terhubung, yang juga digunakan untuk pengambilan data upload dan download. Dengan adanya sistem ini nantinya akan mempermudah Affnet dalam mengelola pelangannya.
Pelatihan Guru di Wonosobo Untuk Mempersiapkan Bebras Challenge 2024 Asnawi, Muhamad Fuat Asnawi; Dian Asmarajati; Muslim Hidayat; Hidayatus Sibyan; Nur Hasanah
Servis : Jurnal Pengabdian dan Layanan kepada Masyarakat Vol. 3 No. 1 (2024): Desember
Publisher : CV. Nature Creative Innovation

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

Abstract

Pelatihan guru dalam rangka persiapan Bebras Challenge 2024 bertujuan untuk meningkatkan kemampuan guru dalam memahami dan mengajarkan konsep Computational Thinking (CT) kepada siswa. Program ini dilaksanakan oleh Biro Bebras UNSIQ dan melibatkan 356 peserta dari berbagai jenjang pendidikan di Kabupaten Wonosobo, dengan proporsi terbesar berasal dari jenjang SMP/MTs. Kegiatan ini terdiri dari pelatihan guru, registrasi peserta, dan pelaksanaan kompetisi berbasis daring. Hasil pelatihan menunjukkan bahwa guru tidak hanya mampu bertindak sebagai fasilitator, tetapi juga motivator bagi siswa. Pelaksanaan kompetisi berjalan lancar meskipun terdapat kendala terkait fasilitas teknologi di beberapa sekolah. Secara keseluruhan, kegiatan ini berhasil meningkatkan minat siswa terhadap CT, sekaligus memberikan pengalaman belajar yang kolaboratif dan inovatif. Ke depan, promosi program di jenjang lain dan peningkatan infrastruktur teknologi menjadi prioritas utama untuk memperluas cakupan program.
SISTEM INFORMASI JASA PENGIRIMAN BARANG BERBASIS WEBSITE DI KABUPATEN WONOSOBO Khafik Rozak; Muslim Hidayat; Asnawi, Muhamad Fuat; Nur Hasanah; Nulngafan
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 1 No 2 (2024): Juli
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v1i2.101

Abstract

Small and Medium Enterprises (SMEs) in the villages of Wonosobo are the backbone of the local economy, but they face significant challenges such as market accessibility, infrastructure, and limited human resources. One of the main obstacles is the difficulty in shipping goods, with reliance on local motorcycle taxis that are not always available and have limited capacity, leading to increased costs and delays. This challenge is globally relevant with the rise of electronic commerce and the demand for fast delivery. Understanding the local difficulties in shipping goods is key to designing the right solutions. The author proposes developing a web-based shipping information system in Wonosobo Regency, utilizing Village-Owned Enterprises (BUMDes) in each village as agents. Data collection methods include observation, interviews, and literature study. The development method used is the Waterfall method, with alpha and beta testing to ensure system reliability and usability before market launch. This system aims to enhance the efficiency and effectiveness of goods delivery through digitalization.
SISTEM PERAMALAN PENJUALAN FROZEN FOOD DENGAN METODE FUZZY TIME SERIES CHENG Simping Puji Lestari; Adi Suwondo; Muslim Hidayat; Dimas Prasetyo Utomo; Rina Mahmudati; Iman Ahmad Ihsanuddin
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 2 (2025): Juli
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i2.149

Abstract

Penjualan yang fluktuatif dari waktu ke waktu menimbulkan kesulitan dalam perencanaan produksi dan pengambilan keputusan bisnis, terutama dalam menentukan jumlah stok yang optimal. Permasalahan ini menimbulkan kebutuhan akan sistem yang mampu meramalkan penjualan secara akurat. Penelitian ini bertujuan untuk mengembangkan sistem peramalan penjualan berbasis web dengan menerapkan metode Fuzzy Time Series Cheng guna membantu pelaku usaha memahami pola penjualan dan memprediksi jumlah penjualan di masa mendatang. Metode Fuzzy Time Series Cheng digunakan melalui tahapan pembentukan interval, fuzzifikasi, pembentukan relasi fuzzy, dan defuzzifikasi. Dataset yang digunakan terdiri dari data penjualan selama 26 bulan. Akurasi hasil peramalan diukur menggunakan indikator Mean Absolute Percentage Error (MAPE). Hasil evaluasi menunjukkan bahwa sistem menghasilkan tingkat kesalahan prediksi yang rendah, sehingga layak digunakan sebagai alat bantu dalam pengambilan keputusan bisnis. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan database MySQL, serta dilengkapi fitur pengelolaan data dan laporan berbasis web untuk memudahkan pengguna dalam mengakses hasil peramalan secara praktis.
SISTEM DETEKSI DAN KLASIFIKASI PENYAKIT TANAMAN PADI BERDASARKAN DAUN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN ARSITEKTUR ResNet-50 Zulian Firmansyah; Dian Asmarajati; Muslim Hidayat; Nur Hasanah; Muhammad Alif Muwafiq Baihaqy; Nulngafan; Saifu Rohman
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 2 (2025): Juli
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i2.150

Abstract

Diagnosa penyakit padi secara konvensional dinilai bergantung pada pengamatan manual yang lambat dan kurang akurat maka diperlukan solusi yang lebih efisien dan objektif dengan pemanfaatan kecerdasan buatan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi penyakit tanaman padi menggunakan bagian dari kecerdasan buatan yaitu metode Convolutional Neural Network (CNN) dengan arsitektur ResNet-50. Sistem dirancang untuk mendeteksi enam penyakit padi berdasarkan citra daun yaitu Blast, Bacterial Blight, Brown Spot, Tungro, False Smut dan Cercospora. Dataset berasal dari kombinasi data publik (kaggle.com) dan citra lapangan yang diambil langsung di daerah Kabupaten Wonosobo. Model dikembangkan dan di modifikasi dengan penambahan GlobalAveragePooling, Dense layer dengan aktivasi ReLU dan regularisasi L2, serta Dropout untuk mengurangi overfitting. Lapisan output menggunakan softmax untuk klasifikasi multi kelas. Evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Model dapat menunjukkan akurasi pengujian yang tinggi sebesar 79.52% dan performa efektif dengan akurasi 92% pada Classification Report. Hasil deteksi langsung ditampilkan pada sistem berbasis web berupa skala probabilitas penyakit yang terdeteksi.
Co-Authors Afif Nazmi Fuadi Ahmad Afif Asnawi, Muhamad Fuat Asnawi, Muhamad Fuat Asnawi dian asmarajati Dimas Prasetyo Utomo Erna Dwi Astuti Hidayatus Sibyan Iman Ahmad Ihsanuddin Khafik Rozak muhamad Fuat Asnawi Muhammad Alif Muwafiq Baihaqy Nulngafan NUR HASANAH Rina Mahmudati Saifu Rohman Simping Puji Lestari Sukowiyono Suwondo, Adi Zulian Firmansyah