Article Per Year (5 Year)
p-Index From 2021 - 2026
5.64
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Techno.Com: Jurnal Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Journal of Natural Sciences and Mathematics Research Jurnal Pengabdian UntukMu NegeRI CIRCUIT: Jurnal Ilmiah Pendidikan Teknik Elektro Seminar Nasional Teknologi Informasi Komunikasi dan Industri JITK (Jurnal Ilmu Pengetahuan dan Komputer) MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA JURNAL PENDIDIKAN TAMBUSAI IJISTECH (International Journal Of Information System & Technology) EDUMATIC: Jurnal Pendidikan Informatika Jurnal Pengabdian Kepada Masyarakat MEMBANGUN NEGERI Journal of Electronics, Electromedical Engineering, and Medical Informatics Indonesian Journal of Electrical Engineering and Computer Science Computer Science and Information Technologies Didaktik : Jurnal Ilmiah PGSD STKIP Subang Journal of Education Informatic Technology and Science Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) IJISTECH Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Pendidikan dan Teknologi Indonesia Journal of Software Engineering and Information System (SEIS) SATIN - Sains dan Teknologi Informasi Jurnal Ilmu Komputer, Teknologi Dan Informasi Jurnal Pendidikan Dirgantara Jurnal Ilmu Komputer dan Teknik Informatika International Journal of Applied Science and Technology Application
Edi Ismanto
Universitas Muhammadiyah Riau
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 59 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 59 Documents
Search

 2   3   4   5   6 
Analisis Performa Algoritma Machine Learning dalam Mendeteksi Fraud pada Dataset Aplikasi Kartu Kredit Ramadani, Tasya; Delopinli, Crystian; Septiawan, Raffi; Ismanto, Edi
JURNAL FASILKOM Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i2.9884

Abstract

Meningkatnya kasus penipuan kartu kredit seiring pesatnya perkembangan transaksi keuangan digital menuntut adanya sistem deteksi yang lebih tepat dan andal. Penelitian ini bertujuan untuk membandingkan kinerja tiga algoritma machine learning, yaitu Random Forest, Logistic regresi, dan SVM dalam mendeteksi tindak kecurangan pada dataset aplikasi kartu kredit. Data penelitian bersumber dari catatan transaksi kartu kredit nyata selama satu tahun. Metodologi yang digunakan mencakup pembangunan model klasifikasi untuk mengenali transaksi curang serta penerapan model dua-periode guna mengeksplorasi interaksi antara konsumen, pedagang, dan penerbit kartu. Hasil analisis menunjukkan bahwa algoritma Random Forests memberikan performa paling optimal dengan akurasi dan tingkat deteksi yang lebih unggul dibandingkan SVM dan logistitic regresi. Selain itu, studi struktural memperlihatkan bahwa faktor margin keuntungan pedagang dan rendahnya biaya dana berkontribusi dalam menjaga keseimbangan sistem kartu kredit. Temuan lainnya menegaskan karakteristik kartu kredit sebagai barang jaringan (network goods), di mana semakin banyak pedagang yang menerima kartu kredit, semakin tinggi pula adopsinya oleh konsumen. Pemanfaatan algoritma machine learning yang sesuai, didukung oleh kebijakan yang tepat, dapat meningkatkan efektivitas deteksi penipuan sekaligus memperkuat stabilitas ekosistem keuangan digital
Analisis dan Prediksi Kelayakan Air Minum Menggunakan Algoritma Random Forest Rohima Zalti, Ulfani; Rose Darmakusuma, Dinda; Ridwansyah, Muhammad; Ismanto, Edi
JURNAL FASILKOM Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i2.9906

Abstract

Air merupakan komponen pembangun tubuh manusia yang paling penting. Pada tubuh manusia dewasa, hingga 60% terdiri dari air. Konsumsi air yang tidak layak konsumsi dapat berefek buruk terhadap kesehatan karena dapat menyebabkan diare, keracunan, dan bahkan penyakit serta infeksi akibat bakteri seperti Escherichia coli. Oleh karena itu, penting untuk memiliki sistem yang mampu memprediksi kelayakan air secara akurat dan efisien. Water potability merujuk pada tingkat keamanan air untuk dikonsumsi manusia tanpa menyebabkan risiko kesehatan. Namun, hasil evaluasi kualitas air dapat bervariasi tergantung dari parameter yang digunakan, seperti pH, kadar klorin, dan zat kimia lainnya. Artikel ini menyajikan studi komparatif berbagai algoritma klasifikasi machine learning untuk memprediksi kelayakan air berdasarkan indikator kimia yang terdapat dalam dataset Water Potability. Model yang digunakan antara lain Logistic Regression, Decision Tree, Random Forest, dan Extra Trees Classifier. Hasil pengujian menunjukkan bahwa algoritma Random Forest menghasilkan akurasi terbaik sebesar 66,6%, sehingga direkomendasikan untuk digunakan dalam tugas klasifikasi kelayakan air minum secara otomatis dan berbasis data.
Pengembangan Media Pembelajaran e-Modul untuk Pembelajaran Berbasis Project Based Learning (PjBL) Ismanto, Edi; Vitriani; Khairul Anshari
Jurnal Pengabdian UntukMu NegeRI Vol. 6 No. 2 (2022): Pengabdian Untuk Mu negeRI
Publisher : LPPM UMRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jpumri.v6i2.3628

Abstract

Pandemi covid 19 membuat banyak perubahan di berbagai bidang kehidupan manusia, termasuk dalam dunia pendidikan. Pemerintah sudah mengizinkan kegiatan belajar tatap muka untuk sekolah-sekolah yang berada di zona hijau dan kuning, dengan serangkaian langkah-langkah persiapan dan protokol kesehatan yang ketat. SD Muhammadiyah 1 Pekanbaru yang coba mengimplementasikan kebijakan pembelajaran model hybrid learning yang dikombinasi dengan model pembelajaran project based learning (PjBL). Keterbatasan guru dalam mengembangkan media pembelajaran untuk mendukung pembelajaran project based learning (PjBL) menimbulkan sebuah permasalahan.Untuk menyelesaikan permasalahan tersebut maka dilakukan pelatihan pengembangan media pembelajaran berbentuk e-modul. Metode kegiatan dilakukan dengan cara observasi, pelatihan pengembangan media pembelajaran dengan pendekatan focus group discussion (FGD), dan melakukan evaluasi dalam bentuk pretest dan postest pada peserta pelatihan. Dari hasil evaluasi dan monitoring terlihat peningkatan kopetensi pedagogic dan professional peserta sebesar 77.15%.
Penerapan Inside Outside Circle dengan Baamboozle Pada Mata Pelajaran Konsentrasi Keahlian terhadap Hasil Belajar Siswa (Studi Kasus: SMK Negeri 2 Pekanbaru Rahmadani, Delia Syaf; Vitriani, Vitriani; Ismanto, Edi
Jurnal Pendidikan Tambusai Vol. 9 No. 2 (2025): Agustus
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i2.31361

Abstract

Rendahnya hasil belajar siswa pada mata pelajaran konsentrasi keahlian di SMK Negeri 2 Pekanbaru menjadi latar belakang penelitian ini. Metode pembelajaran konvensional yang kurang melibatkan siswa aktif berdampak pada pencapaian akademik yang belum optimal. Penelitian ini bertujuan menguji efektivitas model Inside Outside Circle dipadukan dengan platform Baamboozle untuk meningkatkan hasil belajar siswa kelas XI Teknik Komputer dan Jaringan. Penelitian quasi-eksperimen melibatkan 72 siswa yang dibagi dalam kelompok eksperimen dan kontrol, dengan pengumpulan data melalui pretest dan posttest. Hasil menunjukkan rata-rata nilai kelompok eksperimen naik dari 59,72 menjadi 85,00, lebih tinggi dibandingkan kelompok kontrol dari 66,30 menjadi 71,41. Strategi ini menciptakan pembelajaran lebih interaktif dan menyenangkan, meningkatkan partisipasi serta prestasi siswa. Penelitian merekomendasikan penerapan metode serupa pada mata pelajaran kejuruan lain sebagai solusi inovatif pembelajaran era digital.
Penguatan Pendidikan Karakter Siswa Melalui Tujuh Kebiasaan Anak Indonesia Hebat di SMK Negeri 3 Pekanbaru Amelia Agustina; Edi Ismanto
Jurnal Pendidikan Dirgantara Vol. 2 No. 1 (2025): Februari : Jurnal Pendidikan Dirgantara
Publisher : Asosiasi Riset Ilmu Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/jupendir.v2i1.196

Abstract

Character education is one of the important aspects in forming a good personality in each individual. Good character will have a positive impact on the social, emotional, and academic life of students. The 7 Habits of Great Indonesian Children Movement Program is designed as a strategic step to form individuals who are not only academically intelligent, but also have strong characters that are the foundation of the nation's success in the future. The main objective of this movement is to create a golden generation of Indonesia in 2045. By instilling positive habits from an early age, it is hoped that Indonesian children can grow into healthy, intelligent, characterful individuals who contribute positively to the nation and state. One of the State Vocational Schools in Pekanbaru has implemented the 7 habits of great Indonesian children movement, namely at State Vocational School 3 Pekanbaru.
Pengembangan Pengembangan Learning Management System (LMS) dengan Pendekatan Self Directed Learning (SDL) untuk Sekolah Menengah Kejuruan (SMK) di Kota Pekanbaru Ismanto, Edi; Herlandy, Pratama Benny; Renita Rahmadani
JURNAL FASILKOM Vol. 14 No. 1 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i1.6882

Abstract

Perkembangan Learning Management System (LMS) telah mengalami evolusi yang signifikan dalam bidang pendidikan. Seiring dengan pergeseran menuju pembelajaran online dan kemajuan teknologi, LMS telah berkembang menjadi platform yang mengintegrasikan teknologi canggih seperti cloud computing, big data analytics, dan kecerdasan buatan. Hal ini memungkinkan LMS modern untuk menyediakan pengalaman pembelajaran yang lebih personal, adaptif, dan responsif terhadap kebutuhan individu. Pengembangan pembelajaran online sangat penting untuk SMK Muhammadiyah 3 Pekanbaru yang saat ini masih mengandalkan media tradisional. Selain itu aksesibilitas terhadap materi pembelajaran yang juga masih terbatas. Kurangnya dukungan sistem pembelajaran online telah mengakibatkan rendahnya minat dan hasil belajar siswa. Penelitian ini menggunakan pengembangan model Waterfall dengan pendekatan Self Directed Learning (SDL) untuk mengembangkan model LMS yang menarik dan efektif. Pengembangan LMS ini bertujuan menciptakan model pembelajaran online yang efektif yang fokus pada siswa untuk meningkatkan minat belajar dan memperbaiki hasil belajar. Teknik pengujian Usability digunakan untuk menguji antarmuka pengguna, navigasi, dan kemudahan penggunaan sistem secara keseluruhan. Berdasarkan hasil validasi Black box didapat nilai sebesar 100%, serta pengukuran aspek Usability sebesar 85%, dengan demikian LMS ini sangat lanyak untuk digunakan.
Perbandingan Algoritma Random Forest Dan Xgboost Untuk Klasifikasi Penyakit Jantung Berdasarkan Data Medis Pramudya, Muhammad Rayenra Azthi; Celvin Arafat; Muhammad Cavin Ramadhan; Fikri Abdul Jafar; Edi Ismanto
JURNAL FASILKOM Vol. 15 No. 2 (2025): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v15i2.9927

Abstract

Penyakit jantung merupakan salah satu penyebab kematian terbanyak di dunia, sehingga deteksi dini menjadi penting untuk mengurangi risiko fatal. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma pembelajaran mesin, yaitu Random Forest dan XGBoost, dalam mengklasifikasikan penyakit jantung berdasarkan data medis. Dataset yang digunakan tersedia untuk umum dan mencakup fitur-fitur darah seperti usia, tekanan, kadar kolesterol, denyut jantung maksimum, hasil EKG, dan tanda-tanda talasemia. Proses penelitian melibatkan eksplorasi data (EDA), pembersihan, transformasi, dan pelatihan model menggunakan kedua algoritma tersebut. Evaluasi dilakukan dengan menggunakan metrik seperti akurasi, presisi, recall, skor F1, dan ROC AUC. Hasilnya menunjukkan bahwa Random Forest berkinerja lebih baik dalam hal sensitivitas dan akurasi dibandingkan dengan XGBoost, terutama dalam mengidentifikasi pasien yang benar-benar menderita penyakit jantung. Temuan ini menunjukkan bahwa metode ensemble berdasarkan keputusan pohon, Random Forest, dapat menjadi pendekatan yang efektif untuk sistem prediksi penyakit jantung dini berdasarkan data medis.
Pengembangan Media Pembelajaran Virtual Reality Materi Sistem Pencernaan Manusia di SMP Maulana, M.Rizky; Ismanto, Edi; Novalia, Melly
Computer Science and Information Technology Vol 6 No 2 (2025): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v6i2.9696

Abstract

The use of virtual reality (VR) technology is one of the innovative approaches in the development of learning media. This technology is able to present more real and interactive visualizations so that it makes it easier to understand complex materials such as the human digestive system and abstract concepts in science lessons. The use of technology-based media such as VR is important so that teachers and students can keep up with the times and take advantage of technological advances in the teaching and learning process, especially at SMP Muhammadiyah 1 Pekanbaru. This research aims to design and develop virtual reality-based learning media on human digestive system materials for grade VIII junior high school students. The research was conducted using the Research and Development (R&D) method using a 4D model which includes the stages of define, design, develop, and disseminate. The media developed has been validated by media experts and material experts, and tested on students. The results of the study showed excellent quality with a feasibility rate of 98% from media experts, 96% from material experts, and 93% from students. Thus, the virtual reality-based learning media developed was declared valid, very feasible, and effective to support the learning of digestive system materials.
Perbandingan Model Machine Learning Untuk Klasifikasi Deteksi Penyakit Jantung Fatihul Ihsan, Tengku Fawwaz; Ilham Ramadhan; Davie Rizky Akbar; Edi Ismanto
Computer Science and Information Technology Vol 6 No 2 (2025): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v6i2.9811

Abstract

Heart disease is one of the leading causes of death in the world, so early detection is an important aspect in prevention efforts. This study aims to build a heart disease risk prediction model based on patient clinical data using the Random Forest algorithm. The dataset used consists of 303 data with 13 features such as blood pressure, cholesterol, maximum heart rate, and others, as well as one nested target attribute. The data processing process includes cleaning invalid values ​​such as question marks ('?') which are changed to missing values, and deleting incomplete data to maintain the integrity of the dataset. After going through data exploration and correlation analysis between features, the model is trained using the Random Forest algorithm because of its ability in multiclass classification and resistance to overfitting. The initial evaluation results show that the model has good prediction accuracy with a score reaching 0.89. This study proves that the Random Forest-based machine learning approach is effective in helping the process of systematically identifying heart disease risks, so it has the potential to be a decision support tool in the field of preventive health.
Pemodelan Prediktif Diabetes Menggunakan Pendekatan Multimodel Machine Learning dan Deep Learning Fadli Rahmad Hidayatullah; Afandi Alsyar; Riski Amin Putra; Winson Ardhika Ramadhani; Edi Ismanto
Computer Science and Information Technology Vol 6 No 2 (2025): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v6i2.9812

Abstract

This study discusses the implementation and evaluation of various machine learning algorithms along with one deep learning model for predicting diabetes based on patient medical data. The dataset underwent Preprocessing steps including categorical feature Encoding, feature scaling, and train-test split. The algorithms compared in this study include Logistic regression, Decision Tree, Random Forest, and K-Nearest Neighbors (KNN). Additionally, a Multilayer Perceptron (MLP) model was developed using Keras to explore a deep learning approach with the use of epochs and batch size. The model performance was evaluated using accuracy, precision, and recall metrics, along with learning curve visualizations to analyze model convergence during training. The evaluation results showed that the Random Forest model achieved the highest accuracy among traditional algorithms, while the MLP provided competitive results with strengths in generalization. Visualization of loss and accuracy per epoch offered deeper insight into model behavior throughout the training process. This study demonstrates that a combination of proper data Preprocessing techniques and appropriate model selection significantly influences prediction accuracy. The findings may serve as an early reference for the development of data-driven medical prediction systems and support computer-assisted clinical decision-making (clinical decision support systems).
Co-Authors Abdul Fadlil Adam Ramadhan Afandi Alsyar Agus Satria Ahmad Gunawan Dalimunthe Ajeng Safitri Al Rian, Rahmad Ambiyar, Ambiyar Amelia Agustina Amran, Hasanatul Fu'adah Anton Yudhana Asha Yuda, Agim Sahrija Azaki Khoirudin Azzahra Chairunnisa Bella, Bella Fitria Sari Celvin Arafat Chintya, Indri Davie Rizky Akbar Delopinli, Crystian Deprizon, Deprizon Diah Eka Ratna Diva Arifal Adha Dwi Sanggar Wati, Anisa Effendi, Noverta Eka Pandu Cynthia Eka Pandu Cynthia Eka Pandu Cynthia Erik Suanda Handika Fadli Rahmad Hidayatullah Fadlil, Fadlil Fatihul Ihsan, Tengku Fawwaz Fauza Addinunnisa Fikri Abdul Jafar Gunawan, Rahmad Habil Maulana Hadhrami Ab Ghani Hadhrami Ab. Ghani Hammam Zaki Harun Mukhtar Hendra, Zana Vania Herdani, Inka friska Herlandy, Pratama Benny Herman Ilham Ramadhan Januar Al Amien Januar Al Amien Januar Al Amien Khairul Anshari Kitagawa, Kodai Kodai Kitagawa Lisman, Muhammad Maulana, M.Rizky Melly Novalia Mohamad, Mohd Saberi Muhammad Cavin Ramadhan Muhammad Desfriyan Arif Rosady Muhammad Iqbal Muhammad Ridwansyah Nabil Ibrahim Faisal Nuraeni, Eneng Nurul Izrin Binti Md Saleh Nurul Izrin Md Saleh Nurul Safira, Natasya Oriana, Larisa Patlan Putra Humala Harahap Pramudya, Muhammad Rayenra Azthi Pratama Benny Herlandi Pratama Benny Herlandy Putri Ramahdani, Anggi Rahmad Al Rian Rahmad Al Rian Rahmad Alrian Rahmad Gunawan Gunawan Rahmadani, Delia Syaf Rahmatullah, Yuvi Ramadani, Tasya Ramadhani, Monica Alya Remli, Muhammad Akmal Renita Rahmadani Resmi Darni Ridhollah, Farhan Riski Amin Putra Rohima Zalti, Ulfani Rose Darmakusuma, Dinda Safitri, Ajeng Septian Alza Septiawan, Raffi Siti Niah Soni Sri Fitria Retnawaty Sunanto Sunanto Suryadila, Lusi Tri Wahono Vitriani Vitriani Vitriani Vitrian Vitriani, Vitriani Wan Salihin Wong, Khairul Nizar Syazwan Wandi Syahfutra Winson Ardhika Ramadhani Yeeri Badrun