Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Komtekinfo
Sahri, Alfi
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Efektivitas Metode Multi Attribute Utility Theory Dalam Menentukan Tingkat Keaktifan Belajar Siswa Sahri, Alfi; Yuhandri; Nurcahyo, Gunadi Widi
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.560

Abstract

Perkembangan teknologi informasi membawa peluang dan tantangan bagi dunia pendidikan, teknologi juga telah menjadi komponen integral untuk meningkatkan kualitas pengetahuan. Sistem manajemen pendidikan yang terkomputerisasi merupakan hal yang sudah sangat dibutuhkan saat ini. Bidang pendidikan mempunyai peranan yang sangat penting, terutama jika dikaitkan dengan upaya peningkatan mutu sumber daya manusia. Peningkatan kualitas Sumber Daya Manusia (SDM) merupakan hal yang harus secara terus menerus dilakukan untuk menumbuhkan siswa yang memiliki keterampilan seperti, berpikir kritis, menyelesaikan masalah, dan berkomunikasi. Kinerja siswa merupakan ukuran keberhasilan yang dicapai siswa selama menyelesaikan kegiatan pembelajaran. Hasil yang dapat dicapai siswa tidak terlepas dari peran dan kontribusi berbagai pemangku kepentingan, termasuk pemerintah dan institusi sekolah. Keaktifan belajar siswa merupakan kegiatan yang melibatkan siswa secara langsung selama proses pembelajaran, keaktifan siswa tentunya akan mudah dicapai apabila dilakukan secara efektif. Tujuan dari penelitian ini adalah untuk menentukan tingkat keaktifan belajar siswa. Metode pendekatan yang dapat digunakan dalam menentukan tingkat keaktifan belajar siswa, salah satu metode yang digunakan yaitu Metode Multi Attribute Utility Theory (MAUT), metode ini merupakan sebuah metode pada sistem pengambilan keputusan sebagai perbandingan dan untuk memproleh hasil alternatif yang unggul. Dataset yang diteliti terdiri dari 63 data siswa dengan menggunakan 10 kriteria yang akan menjadi sampel dalam mentukan tingkat keaktifan belajar siswa, kemudian memiliki 3 bobot untuk masing-masing kriteria. Hasil penelitian menunjukkan bahwa Metode Multi Attribute Utility Theory (MAUT) dapat digunakan untuk mendukung proses pengambilan keputusan dalam menentukan tingkat keaktifan belajar siswa di SMA N 1 RAO dengan tingkat akurasi 100%. Oleh karena itu penelitian ini dapat menjadi acuan dalam menentukan tingkatkeaktifan belajar siswa untuk selanjutnya.
MODELING HEART DISEASE CLASSIFICATION USING ROUGH NEURAL NETWORK: A DATA-DRIVEN APPROACH TO THE CLEVELAND HEART DISEASE DATASET Nursyahrina, Nursyahrina; Sahri, Alfi; Irsyad, As’Ary Sahlul; Hafizhah, Nadia Aini
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 7 No. 2 (2024): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v7i2.4848

Abstract

This study implements a Rough Neural Network (RNN) intelligent system method, merging rough sets with neural networks to diagnose heart disease effectively. Using the Cleveland Heart Disease Dataset, rough sets identified nine relevant features for model training, simplifying data complexity. Comparative assessment against traditional neural networks revealed the RNN model's superior performance, achieving 88.52% accuracy, 88.14% F1 score, and 88.85% AUC. This hybrid approach improves predictive accuracy while enhancing efficiency and interpretability. The findings contribute to advancing intelligent systems for heart disease diagnosis, facilitating early detection, and improving patient outcomes. Future research may explore selected features' clinical significance and RNN applicability in different contexts. Keywords: Heart Disease Detection, Rough Neural Network, Rough Set Theory, Neural Networks, Hybrid Intelligent System
Logika dan Filsafat Islam Marzuki, Marzuki; Solehudin, Muhammad Faqih; Ningsih, Tri Ustia; Sahri, Alfi
Jurnal Pendidikan Tambusai Vol. 9 No. 1 (2025)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i1.24955

Abstract

Dalam filsafat Islam, logika memiliki peran penting sebagai alat untuk memahami, menafsirkan, dan mengkritisi teks-teks agama serta konsep-konsep metafisik. Pemikir Muslim seperti al-Kindi, al-Farabi, Ibn Sina (Avicenna), dan al-Ghazali banyak berkontribusi dalam mengembangkan logika dalam kerangka filsafat Islam, mengadaptasinya dari tradisi Yunani, khususnya dari Aristoteles, tetapi dengan berbagai modifikasi agar sesuai dengan konteks Islam. Jadi, logika dalam filsafat Islam adalah instrumen esensial yang digunakan untuk menafsirkan agama, menganalisis konsep-konsep ketuhanan, dan mendukung perkembangan sains. Meskipun ada beberapa kritik dari segi teologis, peran logika tetap dihargai dalam mencapai pemahaman yang lebih dalam tentang agama dan realitas. Dalam filsafat Islam, logika digunakan untuk mengembangkan penalaran yang jelas dan sistematis. Dengan logika, para filsuf Muslim mencari cara untuk membedakan argumen yang sah dari yang tidak sah, terutama dalam diskusi teologi dan metafisika. Banyak filsuf Muslim mengadaptasi logika Aristoteles, khususnya dalam silogisme, dan memperkenalkannya kepada dunia Islam.
Co-Authors Gunadi Widi Nurcahyo Hafizhah, Nadia Aini Irsyad, As’Ary Sahlul Marzuki Marzuki Ningsih, Tri Ustia Nursyahrina, Nursyahrina Solehudin, Muhammad Faqih Yuhandri