Article Per Year (5 Year)
p-Index From 2021 - 2026
1.066
P-Index
This Author published in this journals
All Journal Marwah: Jurnal Perempuan, Agama dan Jender Jurnas Nasional Teknologi dan Sistem Informasi Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Seminar Nasional Teknologi Informasi Komunikasi dan Industri BATIK: Jurnal Pengembangan dan Pengabdian Masyarakat Multikultural
Mustakim Mustakim
Universitas Islam Negeri Sultan Syarif Kasim Riau
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
ANALISA PENGARUH TEMPERATUR TERHADAP TITIK EMBUN, JARAK PANDANG, KECEPATAN ANGIN, DAN CURAH HUJAN METODE REGRESI LINIER BERGANDA Azhiah Putri; Yogi Syafrialdi; Mustakim Mustakim
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (641.283 KB)

Abstract

Cuaca dalam Penerbangan adalah cuaca yang diperuntukan khusus unutk dunia penerbangan, baik untuk saat lepas landas, mendarat maupun selama penerbangan. Setiap akan memulai suatu penerbangan, baik untuk rute yang panjang ataupun untuk rute yang pendek sekalipun, pilot (penerbang) akan mengadakan evaluasi tentang keadaan cuaca yang diperoleh dari Badan Meteorologi setempat, bandar udara pemberangkatan (departure station) sepanjang rute yang dilalui ataupun bandara tujuan penerbangan (destination station). Bandar udara Sultan Syarif Kasim II yang merupakan pintu gerbang utama bagi angkutan udara di Kota Pekanbaru, dimana bandara ini memiliki peranan strategis dalam pelayanan jasa angkutan transportasi domestik dan regional. Bandara ini juga menjadihome-base bagi Skuadron Udara 12 TNI AU. Oleh karena itu perlu dilakukan analisa regresi linier berganda dimana akan melihat apakah ada pengaruh Temperatur Terhadap titik embun, jarak pandang, keepatan angin, dan curah hujan.
Penerapan Algoritma SMARTER-ROC untuk Scoring Wilayah Potensial Pengembangan Energi Terbarukan dari Limbah Kelapa Sawit Puji Herwina Noprita; Mustakim Mustakim; Rahmatul Annisa; Said Thaufik Rizaldi
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (490.744 KB)

Abstract

Produktivitas kelapa sawit setiap tahunnya mengalami peningkatan yang pesat sehingga menghasilkan limbah yang berpotensi mencemari lingkungan. PT Perkebunan Nusantara V mengupayakan teknologi yang lebih bersih dan ramah lingkungan pada setiap kegiatan produksi. Salah satu cara yang dapat digunakan untuk  mengatasi masalah yang berkaitan dengan limbah kelapa sawit adalah melakukan pengembangan energi terbarukan dari limbah tersebut, maka dibutuhkan sebuah teknik yang tepat untuk menentukan wilayah yang paling berpotensi. Teknik pendukung keputusan yang dapat digunakan pada kasus ini adalah Simple Multi Attribute Rating Technique Exploiting Ranks (SMARTER) dengan pembobotan Rank Order Centroid (ROC) yaitu teknik yang didasarkan pada teori bahwa setiap alternatif dari sejumlah kriteria memiliki bobot yang menggambarkan seberapa penting akan dibandingkan dengan kriteria lain. Kriteria yang digunakan yaitu Jumlah Pabrik Kelapa Sawit (0.37), Kapasitas Pabrik Kelapa Sawit (0.23), Hasil Produksi Perkebunan (0.16), Luas Sektor Perkebunan (0.11), Kepadatan Penduduk (0.07), Jumlah Penduduk (0.04), dan Jumlah Desa (0.02), sehingga dihasilkan alternatif terbaik yaitu Kecamatan Tapung Hulu Kabupaten Kampar (0.5708) sebagai wilayah potensial pengembangan energi terbarukan dari limbah kelapa sawit.
Menentukan Popularitas Calon Presiden dan Tren pada Pilpres 2019 menggunakan Algoritma DBSCAN Rifaldi Saputra; Mustakim Mustakim; Okfalisa Okfalisa; Muhammad Ridwan
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (247.737 KB)

Abstract

Abstrak Indonesia merupakan negara demokrasi terbesar ketiga di dunia. Salah satu cerminan demokrasi tersebut adalah pemilihan presiden. Seorang tokoh politik yang ingin maju menjadikan opini masyarakat yang sekarang disampaikan melalui media sosial sebagai pertimbangan. Peranan media sosial menjadi sangat penting, karena mampu mendongkrak suara secara signifikan bahkan dijadikan senjata baru bagi banyak bidang terutama kampanye politik. Salah satu media sosial yang sangat populer adalah Twitter. Twitter menggunakan tweet yang mengandung data apabila diolah dapat menjadi informasi. Data dari tweet dapat dijadikan bahan untuk mencari opini masyarakan terhadap calon presiden dan pola yang terbentuk dan pengetahuan pada pemilihan presiden 2019. Untuk menangani tweet yang berbentuk data tekstual dapat dilakukan dengan menggunakan text mining. Metode yang digunakan adalah algoritma partitioning clustering yaitu Density-Based Spatial Clustering of Application with Noise (DBSCAN). Hasil dari penelitian ini adalah DBSCAN menjadi metode terbaik karena mempunyai validitas silhouette index (SI) sebesar 0.8094 dan waktu eksekusi di RapidMinner 2.5676 detik. Frekuensi nama Joko Widodo mendominasi kategori positif, negatif dan netral. Hasil penelitian ini dapat digunakan untuk orang, organisasi dan proses bisnis yang berkaitan erat dengan Pilpres 2019. Kata kunci: Calon Presiden, DBSCAN, Text Mining, Twitter dan Pemilihan Presiden 2019 Abstract Indonesia Indonesia is the third largest democracy in the world. One reflection of that democracy is the presidential election. A political figure who wants to move forward makes public opinion now conveyed through social media a consideration. The role of social media is very important, because it is able to jack up the sound significantly and even become a new weapon in many fields, especially political campaigns. One very popular social media is Twitter. Twitter uses tweets that contain data when it is processed into information. Data from tweets can be used as material to seek public opinion on candidates of presidential and patterns formed and knowledge in the 2019 presidential election. To handle tweets in the form of textual data can be done using text mining. The method used is partitioning clustering algorithm, namely Density-Based Spatial Clustering of Application with Noise (DBSCAN). The results of this study are DBSCAN to be the best method because it has a silhouette index (SI) validity of 0.8094 and an execution time on RapidMinner 2.5676 seconds. The frequency of the name Joko Widodo dominates the positive, negative and neutral categories. The results of this study can be used for people, organizations and business processes that are closely related to the Presidential Election 2019. Keywords: Candidate of Presidential, DBSCAN, Text Mining, Twitter dan Presidential Election 2019
PRINCIPAL COMPONENT ANALYSIS UNTUK DIMENSI REDUKSI DATA CLUSTERING SEBAGAI PEMETAAN PERSENTASE SERTIFIKASI GURU DI INDONESIA Gusni Rahayu; Mustakim Mustakim
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (718.203 KB)

Abstract

Penelitian ini bertujuan untuk mengetahui kota-kota mana saja yang akan digunakan untuk klasterisasi wilayah di Indonesia berdasarkan tingkat pengajar yang sudah profesional yaitu melalui sertifikasi. Data yang digunakan terdiri dari 3 jenjang pendidikan yaitu SD,SMP dan SMA yang ada diseluruh kota di Indonesia sebanyak 98 kota. Pendidikan tidaklah diarahkan hanya dalam mencetak tenaga kerja untuk industri melainkan  juga tenaga kerja yang mengoptimalkan kemampuan berpikir dalam menjalankan pekerjaanya. Proses pemetaan dapat dilakukan dengan menggunakan salah satu teknik clustering yaitu K-Means. K-Means merupakan algoritma paling populer yang digunakan karena memiliki kelebihan yaitu algoritma yang sederhana dan mudah diimplementasikan. Principal Component Analysis (PCA) merupakan pendekatan fitur selection untuk pengurangan dimensi tanpa pengawasan teknik. Penelitian ini menghasilkan sebuah metode yang lebih efektif dengan menggunakan PCA yang dimodifikasi dengan k-means.Dari pembagian cluster sebanyak K=3 didapatkan hasil cluster 0 = 13, cluster 1 = 44, cluster 2 = 41. Metode pengukuran Davies-Bouldin (DB) Index digunakan untuk mengukur validitas cluster yang kemudian menghasilkan  algoritma K-Means memiliki nilai yang lebih besar dari pada PCA-K-Means.
Penerapan Algoritma Naïve Bayes Classifier Dan Probabilistic Neural Network Untuk Klasifikasi Nasabah Bank Dalam Membayar Kredit Taufiq Qurahman; Mustakim Mustakim; Ahmad Jaini
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (455.422 KB)

Abstract

Dalam penentuan kolektibilitas pada kredit nasabah dilakukan melalui analisa dari tim analis menggunakan pendekatan terhadap kepribadian, penghasilan, dan kondisi keuangan dari debitur. Berdasarkan hasil analisa bank dalam menentukan kolektibilias kredit masih terdapat temuan data tunggakan atau kredit bermasalah nasabah. Dengan memanfaatkan data nominatif nasabah tahun 2014-2018 yang didapatkan dari PT. BPR Anugerah Bintang Sejahtera dan proses klasifikasi menggunakan algoritma Naïve Bayes Classifier (NBC) dan Probabilistic Neural Network (PNN). Hasilnya dapat memberikan suatu informasi ke pihak bank untuk melakukan peringatan terhadap kredit debitur. Hal ini disebabkan terdapat beberapa nasabah dengan kolektibilitas lancar yang sudah termasuk kolektibilitas kurang lancar dan diragukan. Sementara itu, berdasarkan hasil akurasi algoritma PNN lebih baik yaitu 93,58% dibandingkan NBC yaitu 89,90%.
Analisis Cluster Menggunakan Algoritma K-Means pada Data Fasilitas Pelayanan Kesehatan Kota Pekanbaru Siti Syahidatul Helma; Mustakim Mustakim; Risma Rustiyan R; Eva Normala
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (180.947 KB)

Abstract

Pelayanan kesehatan merupakan faktor yang dapat dipengaruhi oleh ketersediaan fasilitas pelayanan kesehatan. Sarana dan prasarana kesehatan yang mencakup fasilitas pelayanan kesehatan juga dapat membantu dalam mengoptimalkan derajat kesehatan di kota Pekanbaru dan memberikan kontribusi positif untuk kesehatan khususnya bagi perilaku masyarakat dan lingkungan disekitarnya. Berdasarkan data yang dikeluarkan oleh Dinas Kesehatan Kota Pekanbaru jumlah kunjungan masyarakat pada salah satu fasilitas pelayanan kesehatan menurun selama 5 tahun terakhir 2013-2015 berturut-turut sebanyak 523.140, 572.017 dan 457.232. Untuk melihat pola pemanfaatan dari fasilitas kesehatan yang sudah ada, maka diperlukan suatu metode data mining, algoritma K-means clustering digunakan untuk mengelompokkan data responden yang menggunakan fasilitas kesehatan di Kota Pekanbaru Setelah melakukan beberapa percobaan cluster dengan menggunakan algoritma K-means clustering, maka didapatkan cluster optimal berdasarkan uji validasi Davies Bouldin Indeks (DBI) yaitu 9 cluster kemudian setelah dilakukan percobaan dengan menggunakan k=2 sampai dengan k=10, didapatkan nilai cluster optimal terdapat pada K=9 dengan nilai DBI 0.188.
KLASIFIKASI JENIS PERAIRAN PADA KAPAL PERIKANAN DI INDONESIA MENGGUNAKAN K-NEAREST NEIGHBOR Risma Rustiyan; Mustakim Mustakim
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (727.267 KB)

Abstract

Laut menjadi sebuah kebutuhan bagi masyarakat untuk memenuhi konsumsi protein hewani. Berdasarkan United Nation Convention on the Law of Sea 1982 (UNCLOS 1982) luas kawasan laut di Indonesia mencapai 5,9 Juta Km2 dengan 3,2 juta Km2 perairan territorial dan 2,7 juta Km2 perairan Zona Ekonomi Eskslusif (ZEE). Menurut data Food and Agriculture Organization 2012, Indonesia merupakan Negara terbesar ketiga di dunia dalam hal produksi perikanan. Dalam proses penangkapan ikan tidak terlepas dari adanya kapal. Kapal mempunyai karakteristik yang berbeda berdasarkan jenis perairanya, kapal jenis perairan laut cenderung memiliki kebutuhan yang lebih khusus seperti konstruksi kapal yang harus kokoh karena akan menghadapi gelombang dan angin yang besar, kemudian salinitas air laut yang tinggi, hal ini dapat menyebabkan kerusakan secara perlahan dan keselamatan nelayan pun terancam. Untuk itu diperlukan adanya klasifikasi jenis perairan pada kapal agar dalam perawatan, pengembangan dan penggunaan dapat diperhatikan. Pada kasus ini proses klasifikasi menggunakan algoritma K-Nearest Neighbor dengan nilai k=1, k=3, k=5 dan k=7 dan mendapatkan akurasi terbaik pada k=7 sebesar 94%. 
Seleksi Fitur pada Supervised Learning: Klasifikasi Prestasi Belajar Mahasiswa Saat dan Pasca Pandemi COVID-19 Akhas Rahmadeyan; Mustakim Mustakim
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9, No 1 (2023): April 2023
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i1.2023.21-32

Abstract

Dampak pandemi COVID-19 membuat lembaga pendidikan mengubah metode belajar menjadi pembelajaran jarak jauh secara daring. Banyak perguruan tinggi menyatakan keprihatinannya pada prestasi akademik mahasiswanya selama selama periode tersebut, namun disisi lain terdapat mahasiswa yang merasa puas dan nyaman. Di masa pasca pandemi terjadi transisi bertahap untuk kembali ke pembelajaran tatap muka.  Ini dilakukan karena pembelajaran tatap muka dianggap lebih efektif dibandingkan pembelajaran daring. Untuk meningkatkan dan memantau kemajuan prestasi akademik mahasiswa demi menghasilkan lulusan yang berkualitas, maka diperlukan analisis terkait perilaku dan prestasi belajar mahaiswa, salah satunya dengan menggunakan teknik data mining. Penelitian ini bertujuan untuk menemukan pola dan faktor yang mempengaruhi prestasi akademik mahasiswa saat dan pasca pandemi COVID-19. Chi-Square dan Mutual Information diterapkan sebagai seleksi fitur untuk menentukan fitur paling berpengaruh pada data. Data dengan fitur optimal akan dilakukan klasifikasi dengan algoritma NBC, CART, RF, dan SVM. Berdasarkan hasil dan analisis yang dilakukan, dapat disimpulkan seleksi fitur efektif dalam meningkatkan kemampuan model dan mempercepat waktu komputasi. Pemodelan dengan 4 algoritma dan 2 metode seleksi fitur menghasilkan CART dengan Chi-Square pada 2 fitur sebagai model terbaik dengan akurasi 89,00%, precision 87,72%, recall 93,57% dan waktu komputasi 0,01814s. Dibandingkan tanpa seleksi fitur, performa CART dengan Chi-Square mengalami peningkatan akurasi sebesar 3% dan waktu komputasi 0,00629s. Chi-Square menjadi seleksi fitur yang efektif pada penelitian ini, yang mana Chi-Square unggul pada rara-rata recall dan waktu komputasi dibandingkan Mutual Information.
Peran Serta Masyarakat Desa Pulau Bengkalis dalam Mendukung Industri Kreatif Daerah dengan Berbasiskan Teknologi Informasi Mustakim Mustakim; Eki Saputra; Trio Laksono
Jurnal Pengembangan dan Pengabdian Masyarakat Multikultural Vol 1 No 1: BATIK April 2023
Publisher : Institut Riset dan Publikasi Indonesia (IRPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/batik.v1i1.705

Abstract

Bengkalis is one of the districts in Riau Province with the potential for a Creative Economy and Creative Industries in Indonesia. The district is located on the islands with high sources of income in Riau, one of which is the Bantan District. More than 78% of Bantan people aged 17-35 are familiar with internet technology, and almost 83% of the total can operate and use internet technology. This is an attraction to develop regional potential through information and communication technology. The need for assistance and the development of online media for the community around the Bantan District is a challenge for academics and servants. The results of a survey conducted on 25 responders who were trained showed Socialization of Promotion / e-Marketing (76%), Socialization of System Operators (88%), and Socialization of System Maintenance (64). More than 80% of user responses said it was easy and could use the system that had been built. And more than 90% have supporting devices. This indicates that the activities were successful and could be applied to the study site.
Pembimbingan Penulisan Artikel Ilmiah Bereputasi Bagi Dosen dan Mahasiswa Se-Kota Pekanbaru Rika Taslim; Rice Novita; Oktaf Brillian Kharisma; Mustakim Mustakim; Farhan Dio Pahlevi
Jurnal Pengembangan dan Pengabdian Masyarakat Multikultural Vol 1 No 1: BATIK April 2023
Publisher : Institut Riset dan Publikasi Indonesia (IRPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/batik.v1i1.706

Abstract

Dosen selain mengajar mata kuliah di kampus, juga melakukan penelitian untuk mewujudkan Tri Darma Perguruan tinggi disamping pengabdian dan pengajaran. Peranan dalam perwujudan Tri Dharma Perguruan Tinggi salah satunya adalah dengan menggiatkan kemampuan menulis dan mendorong pelaksanaan publikasi ilmiah. Publikasi dosen yang berada di Provinsi Riau, masih jauh lebih rendah apabila dibandingkan dengan beberapa Universitas ternama di Indonesia, salah satunya adalah Universitas Indonesia. Dalam dokumen publikasi Sinta, kualitas Dosen yang ada di Riau perlu ditingkatkan dalam hal publikasi ilmiah. Untuk itu diperlukan suatu panduan atau bimbingan teknis dalam penulisan karya tulis ilmiah bagi Mahasiwa, baik Mahasiswa jenjang Diploma, S1, S2, maupun S3 serta Dosen. Berdasarkan hasil dari evaluasi dari kuesioner, peserta kegiatan terdiri dari Mahasiswa 15 Orang, guru 1 Orang dan Dosen 24 Orang yang berasal dari institusi-institusi lain yang ada di Riau lebih dari 85% dapat mengikuti dengan baik, lebih dari 95% mudah dan memahami materi yang disampaikan serta lebih dari 90% memiliki hasil akhir sesuai harapan.
Co-Authors Ahmad Jaini Ahmad Sayuti Akhas Rahmadeyan Alfiah Alfiah Arianto Tarigan Assad Hidayat Azhiah Putri celsa bella Eki Saputra Elvia Andri Ervan Wahyudi Eva Normala Farhan Dio Pahlevi Gusni Rahayu Hamdani Asril Imaduddin Syukra Insanul Kamila Jeni Adhiva Kharisma, Oktaf Brillian Mohammad Soleh Muhammad Ridwan Muhammad Zakiy Fauzi Mulyana Widyastuti Nana Nurhaliza Naskah Naskah Nuryanti Nuryanti Okfalisa Okfalisa Puji Herwina Noprita Putri Anglenia Rahmatul Annisa Rice Novita Rifaldi Saputra Rika Taslim Rimelda Adha Risma Rustiyan Risma Rustiyan R Said Thaufik Rizaldi Salmiah Salmiah Siti Syahidatul Helma Syarfi Aziz Taufiq Qurahman Tri Juninda Trio Laksono Ulya Ramadhani Z Ummi Soleha Yoga Rizola Pratama Yogi Syafrialdi