Article Per Year (5 Year)
p-Index From 2021 - 2026
6.921
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Pedagogy and Teacher Education Jurnal Tekno Insentif Jurnal Informatika Global Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Dedikasi Seminar Nasional Pengabdian Kepada Masyarakat Paradigma INOVASI: Jurnal Hasil Pengabdian Masyarakat Internet of Things and Artificial Intelligence Journal Indonesian Journal of Fundamental Sciences Teknovokasi : Jurnal Pengabdian Masyarakat Vokatek : Jurnal Pengabdian Masyarakat Information Technology Education Journal International Journal of Environment, Engineering, and Education Journal of Embedded Systems, Security and Intelligent Systems Jurnal Kemitraan Responsif untuk Aksi Inovatif dan Pengabdian Masyarakat Jurnal Informatika Polinema (JIP) Journal of Deep Learning, Computer Vision and Digital Image Processing Jurnal MediaTIK
Andi Akram Nur Risal
Universitas Negeri Makassar
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Environmental Science Immunology & microbiology Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 44 Documents
Search

 1   2   3   4   5 
A Smart Water Tank for Control and Monitoring Based on IoT Technology Parenreng, Jumadi M.; Lamada, Mustari S; Baktiar, Nurul Isra Humaira; Adibah, Fhatiah; Risal, Andi Akram Nur
Internet of Things and Artificial Intelligence Journal Vol. 3 No. 2 (2023): Volume 3 Issue 2, 2023 [May]
Publisher : Association for Scientific Computing, Electronics, and Engineering (ASCEE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/iota.v3i2.626

Abstract

This research is a Research and Development study, developing a tool to overcome water wastage and monitor water conditions in the tandon. This tool uses water flow, pH, and turbidity sensors connected to a telegram bot and LCD. This research applies a prototype model that includes problem identification, needs analysis, literature study, tool design, program coding, tool installation, and tool testing. Functional testing of the tool shows that all components function correctly. From the test results obtained comparison test of measuring water volume entering using the water flow in the sensor and measuring cup results in an MPE of 0.067, while measuring water volume exiting using the water flow out the sensor and measuring cup results in an MPE of 0.048. Comparison test of measuring pH using a pH sensor and pH meter results in an MPE of 0.067. Measuring water turbidity level using a turbidity sensor shows the ability of the sensor to measure turbidity on various water samples. The telegram bot, LCD monitoring, and automatic water pump systems work well.
Aturan Asosiasi Berbasis Algoritma Apriori Pada Penjualan Retail Online Risal, Andi Akram Nur; Adiba, Fhatiah; Nurfitri, Andi Aisyah
Jurnal MediaTIK Volume 6 Issue 2, Mei (2023)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/mediatik.v6i2.1394

Abstract

Penjualan Retail pada data penelitian ini adalah hasil transaksi penjualan tokoh retail non tokoh di Inggris. Untuk meningkatkan penjualan salah satu cara yang harus dilakukan adalah dengan menganalisis arsip dari transaksi penjual untuk melihat produk yang paling sering dibeli oleh pelanggan menggunakan teknik data mining dengan algoritma apriori. Tujuan dari penelitian ini adalah untuk mendapatkan suatu aturan asosiasi produk apa saja yang selalu di beli oleh pelanggang dengan membandingkan aturan min support 10% dengan confidance 70%, min support 10% dengan confidance 50%, dan min support 10 dengan confidance 30%. Hasil min support 10% dengan confidance 70% adalah (Knitted Union Flag Hot Water Bottle) (White Hanging Heart T-Light Holder) min support 11% dengan confidance 100%, hasil dari min support 10% dengan confidance 30% dan 50% (Knitted Union Flag Hot Water Bottle) (White Hanging Heart T-Light Holder) dengan nilai min support 11% dengan confidance 100%. Berdasarkan hasil perbandingan diatas terbentuk sebuah aturan yaitu Jika membeli Knitted Union Flag Hot Water Bottle, maka akan membeli White Hanging Heart T-Light Holder
Implementasi Algoritma Backpropagation untuk Klasifikasi Kualitasi Susu Sapi Adiba, Fhatiah; Risal, Andi Akram Nur; Tahir, Muhlis
Jurnal MediaTIK Volume 6 Issue 2, Mei (2023)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/mediatik.v6i2.1395

Abstract

Susu sapi memiliki manfaat yang penting bagi kesehatan manusia karena mengandung banyak nutrisi yang dibutuhkan tubuh. Beberapa manfaatnya antara lain meningkatkan kekuatan tulang, meningkatkan system kekebalan tubuh, serta berperan dalam pertumbuhan dan perkembangan. Produsen susu sapi memiliki peran penting dalam menghasilkan susu yang berkualitas. Untuk membantu produsen susu sapi untuk mendapatkan kualitas susu yang baik maka dibutuhkan system untuk melakukan klasifikasi penentuan kualitas susu dengan menggunakan algoritme Bakcpropagation. Data yang digunakan dalam penelitian ini sebanyak 1059 data dengan dengan hasil jenis kualitas susu yaitu tinggi, standar, dan rendah. Penentuan kualitas susu berdasarkan 7 parameter yaitu pH, Suhu, Rasa, Bau, Lemak, Kekeruhan, dan Warna. Tahapan penelitian yang dilakukan memiliki tiga tahapan, yakni pertama adalah pemilihan data yang optimal, tahap kedua pemilihan parameter optimal yang akan digunakan dalam implementasi algoritme Backpropagation, dan tahap ketiga pengujian implementasi algoritme. Hasil akurasi dengan menggunakan metode pengujian k-fold dengan nilai k=3, learning rate=0,5, jumlah iterasi (epoch)=750, dan jumlah hidden layer=7 mendapatkan akurasi tinggi sebesar 97.923%. Hal ini dapat membantu produsen susu sapi untuk mendapatkan kualitas susu yang baik dan memberikan kontribusi dalam pengembangan teknologi klasifikasi menggunakan algoritme pembelajaran mesin di industri susu sapi.
Word2Vec Approaches in Classifying Schizophrenia Through Speech Pattern Azis, Putri Alysia; Andi, Tenriola; Surianto, Dewi Fatmarani; Budiarti, Nur Azizah Eka; Risal, Andi Akram Nur; Zulhajji, Zulhajji
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 9 No 2 (2025): April 2025
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v9i2.6323

Abstract

Schizophrenia is a chronic brain disorder characterized by symptoms such as delusions, hallucinations, and disorganized speech, posing significant challenges for accurate diagnosis. This research investigates an innovative Natural Language Processing (NLP) framework for classifying the speech patterns of schizophrenia patients using Word2Vec, with the aim of determining whether there are significant differences between the two features. The dataset comprises speech transcriptions from 121 schizophrenia patients and 121 non-schizophrenia participants collected through structured interviews. This study compares two Word2Vec architectures, Continuous Bag-of-Words (CBOW) and Skip-Gram (SG), to determine their effectiveness in classifying schizophrenia speech patterns. The results indicate that the SG architecture, with hyperparameter tuning, produces more detailed word representations, particularly for low-frequency words. This approach yields more accurate classification results, achieving an F1-score of 93.81%. These results emphasize the effectiveness of the framework in handling structured and abstract linguistic patterns. By utilizing the advantages of both static and contextual embedding, this approach offers significant potential for clinical applications, providing a reliable tool for improving schizophrenia diagnosis through automated speech analysis.
Pelatihan Pembuatan Video Animasi dengan Aplikasi Animiz untuk Mendukung Pembelajaran Kreatif di Sekolah Dasar Nurjannah, Nurjannah; Kaswar, Andi Baso; Andayani, Dyah Darma; Dirawan, Gufran Darma; Risal, Andi Akram Nur
TEKNOVOKASI : Jurnal Pengabdian Masyarakat Volume 3: Issue 2 (May 2025)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/teknovokasi.v3i2.8327

Abstract

The training on creating animated videos using the Animiz application at SDN 2 Sinjai aimed to enhance teachers' competencies in developing creative and interactive digital learning media. This activity was conducted on December 16, 2024, through four stages: planning, implementation, observation, and evaluation, using a hands-on training approach combined with intensive mentoring. The results showed that teachers were able to understand the material well, operate the Animiz application independently, and produce animated videos relevant to primary school learning themes. The evaluation indicated that most participants responded very positively regarding the clarity of the material, the relevance of the training, and the ease of using the application. Despite some technical challenges and time constraints, the training was considered effective in improving teachers' motivation and skills in utilizing digital technology. This initiative serves as a strategic first step in promoting digital transformation in primary schools and should be followed up with advanced training and continuous mentoring.
Penerapan Data Science sebagai Upaya Meningkatkan Kompetensi Mahasiswa di Era Industri Modern Rivai, Andi Tenri Ola; Risal, Andi Akram Nur; Edy, Marwan Ramdhany; Adiba, Fhatiah; Kaswar, Andi Baso
TEKNOVOKASI : Jurnal Pengabdian Masyarakat Volume 3: Issue 2 (May 2025)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/teknovokasi.v3i2.8450

Abstract

Data Science adalah bidang multidisipliner yang menggabungkan statistik, analitik data, dan machine learning untuk mengolah data besar menjadi informasi yang bermakna berbasis Data. Program Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk meningkatkan pemahaman mahasiswa terhadap konsep dan penerapan Data Science melalui workshop berbasis praktik. Kegiatan dilaksanakan dalam bentuk workshop satu hari yang mencakup materi eksplorasi data, visualisasi, dan penerapan algoritma sederhana menggunakan Python dan Google Colab. Peserta yang terdiri dari mahasiswa program studi Teknologi Informasi Universitas Bosowa menunjukkan peningkatan pemahaman terkait Data Science dan keberhasilan dalam mengerjakan mini-proyek berbasis data. Keberhasilan kegiatan ini didukung oleh antusiasme peserta, fasilitas yang memadai, serta pendekatan pembelajaran yang aplikatif dan interaktif. Namun, terdapat beberapa hambatan seperti keterbatasan waktu, variasi tingkat kemampuan peserta, dan kendala koneksi internet saat pelatihan. Secara keseluruhan, pelatihan ini memberikan kontribusi nyata terhadap peningkatan literasi data dan keterampilan digital mahasiswa serta relevan untuk diterapkan secara berkelanjutan di institusi pendidikan tinggi.
Clustering Stok Material Di Pdam Kota Makassar Wilayah Pelayanan Vi Menggunakan Algoritma K-Means Zain, Satria Gunawan; Tahir, Renisa Amalia; Risal, Andi Akram Nur
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 4: Agustus 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.124

Abstract

Perusahaan Daerah Air Minum (PDAM) Kota Makassar Wilayah Pelayanan VI mengalami kesulitan dalam memanajemen stok materialnya terutama dalam hal pengelompokan material berdasarkan rendah atau tingginya penggunaan material. Hal tersebut mengakibatkan seringnya terjadi kekurangan dan kelebihan stok yang dapat menghambat kegiatan dan meningkatkan biaya operasional di PDAM. Oleh karena itu, diterapkan metode clustering menggunakan algoritma k-means untuk mengelompokkan jenis material berdasarkan tingkat penggunaannya. Penelitian ini bertujuan membantu PDAM dalam mengelola stok material dengan lebih baik dengan mengidentifikasi tingkat kebutuhan berdasarkan pola penggunaan sebelumnya. Penelitian ini meliputi tahap identifikasi masalah, pengumpulan data, preprocessing data mencakup data selection, data reduction dan data integration, data transformation, dan standarisasi data, penerapan algoritma clustering, evaluasi hasil clustering, dan visualisasi hasil clustering. Hasil clustering menunjukkan bahwa jumlah cluster optimal yang diperoleh adalah 2, yaitu Cluster_0 (penggunaan rendah) dengan 123 jenis material dan Cluster_1 (penggunaan tinggi) dengan 2 jenis material. Kualitas cluster berdasarkan nilai silhouette menunjukkan hasil yang cukup baik dimana Cluster_0 sebesar 0.939 dan Cluster_1 sebesar 0.816, dan nilai silhouette score yaitu 0.937. Hasil clustering sebagai rekomendasi dalam menentukan kebutuhan stok material di masa depan sehingga dapat meningkatkan efisiensi pengelolaan stok material di PDAM Kota Makassar Wilayah Pelayanan VI.   Abstract Regional Drinking Water Company (PDAM) Makassar City Service Region VI has difficulty managing its material stock, especially in grouping materials based on low or high material usage. This results in frequent shortages and excess stock, which can hamper activities and increase operational costs at the PDAM. Therefore, a clustering method using the k-means algorithm is applied to group material types based on their level of use. This research aims to assist the PDAM in managing material stocks better by identifying the level of need based on previous usage patterns. This research includes problem identification, data collection, data preprocessing, data selection, data reduction and integration, data transformation, data standardization, the application of clustering algorithms, evaluation of clustering results, and visualization of clustering results. The clustering results show that the optimal number of clusters obtained is 2, namely Cluster_0 (low usage) with 123 types of materials and Cluster_1 (high usage) with two types of materials. Cluster Quality Based on the silhouette value shows quite good results where Cluster_0 is 0.939, Cluster_1 is 0.816, and the silhouette score is 0.937. The clustering results are a recommendation for determining future material stock needs to improve the efficiency of material stock management at PDAM Makassar City Service Area VI.
K-Means++ and TF-IDF for Grouping Library Books by Topic Pamput, Jessicha Putrianingsih; Muthmainnah, Aindri Rizky; Risal, Andi Akram Nur; Surianto, Dewi Fatmarani
Paradigma - Jurnal Komputer dan Informatika Vol. 27 No. 2 (2025): September 2025 Period
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/p.v27i2.8272

Abstract

The grouping of library materials in the Department of Informatics and Computer Engineering (JTIK) at Universitas Negeri Makassar (UNM) is still conducted using a conventional system that relies on predefined categories and librarian intuition. This approach often leads to inconsistencies in book categorization, making it difficult for users to find relevant references efficiently. To address this issue, this research applies the K-Means++ clustering method, which optimizes centroid initialization for more accurate cluster formation. Books are grouped based on the TF-IDF weighting matrix, resulting in six distinct clusters characterized by unique centroid values. Analysis of the top 10 words per cluster highlights dominant topics within each group. The clustering quality was evaluated using the Silhouette Coefficient, with the highest value of 0.04299, indicating a well-separated cluster structure. These findings demonstrate that K-Means++ effectively organizes books based on word similarity, enhancing library material management and improving information retrieval in the JTIK library.
Python dan Kriptografi: Edukasi dan Pengabdian untuk Masa Depan yang Aman Fajar B, Muhammad; Wahid, Abdul; Dirawan, Gufran Darma; Wahid, M Syahid Nur; Risal, Andi Akram Nur
Jurnal Kemitraan Responsif untuk Aksi Inovatif dan Pengabdian Masyarakat Volume 1 Issue No. 2: January 2024
Publisher : Lontara Digitech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61220/kreativa.v1i2.20248

Abstract

Di era digital, keamanan data menjadi krusial, dan integrasi Python dengan kriptografi muncul sebagai solusi efektif untuk masa depan yang aman. Python, dengan kesederhanaan sintaks dan pustaka kaya seperti NumPy dan SciPy, menjadi alat ideal untuk pemula dan aplikasi kriptografi. Workshop ini diadakan untuk memberikan pemahaman tentang kriptografi dan aplikasinya menggunakan Python. Materi mencakup dasar-dasar kriptografi, algoritma seperti AES dan RSA, serta praktik langsung implementasi enkripsi dan dekripsi. Melalui latihan praktis, peserta dapat menjembatani teori dan aplikasi, memperkuat kemampuan pemecahan masalah yang diperlukan untuk menghadapi ancaman keamanan dunia nyata. Hasil evaluasi menunjukkan peningkatan pemahaman konsep kriptografi dan keterampilan praktis peserta, yang diukur melalui kuis dan tes praktik. Feedback positif menunjukkan kepuasan terhadap materi dan penyelenggaraan workshop. Kegiatan ini tidak hanya meningkatkan pengetahuan teknis, tetapi juga menumbuhkan kesadaran tentang pentingnya keamanan informasi, berkontribusi pada ekosistem digital yang lebih aman. Program ini menyarankan pengembangan lebih lanjut dengan cakupan materi lebih luas untuk terus mendukung pendidikan dan pengembangan keterampilan keamanan data mahasiswa, mempersiapkan mereka untuk tantangan keamanan siber di masa depan.
Pemanfaatan Aplikasi berbasis Artificial Intelligence untuk Pengembangan Bahan Ajar Guru di SMP Negeri 2 Kahu Kaswar, Andi Baso; Adiba, Fhatiah; Andayani, Dyah Darma; Nurjannah, Nurjannah; Risal, Andi Akram Nur
Jurnal Kemitraan Responsif untuk Aksi Inovatif dan Pengabdian Masyarakat Volume 2 Issue No. 1: July 2024
Publisher : Lontara Digitech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61220/kreativa.v2i1.20243

Abstract

Media pembelajaran memainkan peran penting dalam meningkatkan pengalaman belajar peserta didik di sekolah. Salah satu unsur terpenting  yang menentukan kualitas dalam desain media pembelajaran adalah bahan ajar.  diperoleh. Faktanya, proses penyusunan bahan ajar yang efektif dengan cara konvensional membutuhkan perencanaan yang matang, waktu yang lama, pemahaman yang mendalam tentang kurikulum, serta kemampuan untuk menyajikan materi dengan pendekatan yang inovatif.  Namun, upaya-upaya peningkatan kompetensi guru dalam pengembangan bahan ajar berdasarkan kegiatan yang telah banyak dilakukan sebelumnya hanya berfokus pada pengembangan bahan ajar dalam konteks pemanfaatan media digital dan konteks materi bahan ajar. Dengan banyaknya kesibukan administrasi dan pengajaran di kelas, guru semakin kesulitan untuk mengembangkan bahan ajar dengan efektif dan efisien jika menggunakan cara-cara konvensional. Permasalahan ini juga terjadi pada sebagian Guru SMP Negeri 2 Kahu Kabupaten Bone Sulawesi Selatan yang merupakan mitra dalam kegiatan pengabdian kepada masyarakat ini. Oleh karena itu pada kegiatan program kemitraan masyarakat ini dilaksanakan pelatihan pemanfaatan aplikasi berbasis Artificial Intelligence (AI) untuk pengembangan bahan ajar guru. Kegiatan ini terbagi ke dalam 3 tahapan yaitu tahap persiapan, pelaksanaan kegiatan dan tahap evaluasi. Dimana materi inti yang disampaikan adalah berkaitan dengan teknik penggunaan prompt Google Gemini dalam mendukung dan membantu guru untuk penyusunan dan pengembangan bahan ajar.  Hasil pelatihan menunjukkan bahwa terjadi peningkatan yang signifikan pada para peserta terkait pengetahuan dan kompetensi peserta dalam pengembangan bahan ajar dengan memanfaatkan aplikasi berbasis AI.
Co-Authors A. Arfan Fauzi Abdul Wahid Abdul Wahid Adiba, Fhatiah Adibah, Fhatiah Ainun Nida Rifqi Al Imran Alfian Firlansyah Alifya NFH Alifya Nurilmi Fony Hasanuddin Amri, Muh. Aidil Andi Aisyah Nurfitri Andi Alamsyah Rivai Andi Alviadi Nur Risal Andi Baso Kaswar Andi Baso Kaswar Andi Nurwahida Andi Sadri Agung Andi Tenri Ola Rivai Andi, Tenriola Anita Candra Dewi Ayu Hasnining Azis, Putri Alysia Bakri, Muh. Fajrin Baktiar, Nurul Isra Humaira Baso, Fadhlirrahman Desy Maryani Dewi Fatmarani Surianto Dirawan, Gufran Darma Edy, Marwan Ramdhany Fathahillah Fathahillah Fathahillah Fathahillah Fathahillah Fathahillah Fhatiah Adiba Fhatiah Adiba Fhatiah Adiba Fhatiah Adiba Firman, Risman Gufria Darma Irasanty Hartanto Tantriawan Irwansyah Suwahyu Iwan Suhardi Jumadi Mabe Parenreng Kurnia Prima Putra M. Miftach Fakhri M. Syahid Nur Wahid Mappangara, Surianto Marwan Ramdhany Edy Muh Asyam Samjas Muh Ilham Suherman Muh. Rizal Samad Muhammad Akbar Muhammad Akbar Muhammad Akbar Amir Muhammad Fajar B Muhammad Nur Yusri Muhlis Tahir Muliadi Muliadi Mulyati Yantahing Muntazarah, Fediyatun Mustaring Mustaring Muthmainnah, Aindri Rizky Nasrullah, Asmaul Husnah NFH, Alifya Ninik Rahayu Ashadi Nur Azizah Ayu Safanah NUR FADILLAH Nur Inayah Yusuf Nurfitri, Andi Aisyah Nurjannah Nurjannah Nurjannah Nurjannah Nurjannah Nurul Mukhlisah Abdal Pamput, Jessicha Putrianingsih Parenreng, Jumadi M. R., Mantasiah Ramadhan, Haekal Febriansyah Ridwan Daud Mahande Rivai, Andi Muhammad S.Intam, Rezki Nurul Jariah Sitti Faika Sitti Syarifah Wafiqah Wardah SUDIRMAN, MUH. Sugeng Sulaiman, Dwi Rezky Anandari Surianto, Dewi Fatmawati Syahrul Tahir, Muhlis Tahir, Renisa Amalia Trisakti Akbar Wahid, M Syahid Nur Wahyu Hidayat M Wardani, Ayu Tri WULANDARI Yusi Irensi Seppa Zainuddin Zainuddin Zulhajji, Zulhajji