Article Per Year (5 Year)
p-Index From 2021 - 2026
1.431
P-Index
This Author published in this journals
All Journal RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JOURNAL OF APPLIED INFORMATICS AND COMPUTING Progresif: Jurnal Ilmiah Komputer Infotekmesin Abdimasku : Jurnal Pengabdian Masyarakat Komatika: Jurnal Pengabdian Kepada Masyarakat
Muhammad Syaifur Rohman
Universitas Dian Nuswantoro
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Pelatihan Aplikasi Dewan Masjid Indonesia (Dmi) Kota Semarang Berbasis Ekonomi Umat Yuliman Purwanto; Ahmad Zainul Fanani; Muhammad Syaifur Rohman
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 5, No 1 (2022): Januari 2022
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/ja.v5i1.421

Abstract

Dengan jumlah 1.336 Masjid yang didapat oleh situs Kemenag (8 Desember 2020) tentunya jamaah yang terdapat dalam masjid masjid kota semarang mempunyai potensi ekonomi yang besar. DMI Kota semarang sebagai Mitra bekerjasama dengan pengusul Pelatihan Aplikasi DMI berbasis Ekonomi untuk kesejahteraan jama’ah masjid. Jama’ah biasanya melakukan diskusi agar jamaah masjid tersebut bisa mendapatkan informasi, dukungan maupun bantuan yang dapat diberikan oleh jamaah lain termasuk salah satunya adalah transaksi dan mempromosikan UMKM mereka. Namun semenjak adanya wabah pandemic COVID-19 banyak UMKM yang didominasi masyarakat kelas menengah ke bawah terkena dampaknya, yaitu jumlah omzet penjualan yang terus menurun. Melalui aplikasi DMI ini UMKM dapat membuat Market Place berisi barang atau jasa jamaah sebagai pelaku usaha, sehingga bisa dijadikan alternative solusi untuk meningkatkan omzet penjualan. Dalam Program Pengabdian ini mengusulkan DMI Kota Semarang sebagai Mitra untuk menerapkan dan memanfaatkan aplikasi DMI. Aplikasi ini bagi Mitra bermanfaat untuk manajemen masjid khususnya mengkoordinasikan program-program DMI ke seluruh Masjid dan pengurus (Ta’mir) Masjid di Kota Semarang. Seacara umum, Program Pengabdian Masyarakat ini memiliki target hasil luaran berupa: (1) meningkatnya data masjid dan pengurus masjid (Ta’mir) yang memanfaatkan aplikasi DMI sebesar 75%, (2) meningkatnya jumlah transaksi pelaku usaha (UMK / UMKM) di wilayah sekitar masjid sebesar 20%.
Pengembangan Media Komunikasi Digital Dewan Masjid Indonesia (DMI) Kota Semarang Melalui Pemetaan Masjid Berbasis Android Untuk Meningkatkan Integrasi Informasi Organisasi Muhammad Syaifur Rohman; Galuh Wilujeng Saraswati; Nurul Anisa Sriwinarsih
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 3, No 1 (2020): Januari 2020
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (617.384 KB) | DOI: 10.33633/ja.v3i1.62

Abstract

Dewan Masjid Indonesia (DMI) adalah organisasi tingkat nasional dengan tujuan untuk mewujudkan fungsi masjid sebagai pusat ibadah, pengembangan masyarakat dan persatuan umat salah satunya melalui aplikasi yang dibuatnya. Namun aplikasi tersebut masih banyak kekurangan terutama mengenai informasi masjid di Kota Semarang. Berdasarkan permasalahan tersebut DMI kota Semarang bekerjasama dengan Pemerintah Kota semarang dengan mengembangkan aplikasi pencarian masjid yang digunakan untuk menemukan lokasi masjid terdekat dari posisi pengguna. Untuk melengkapi aplikasi DMI kota Semarang untuk menyajikan detail informasi dan data seluruh masjid di kota semarang maka perlu adanya pendataan titik kordinat masjid. Titik koordinat ini nantinya akan menghubungkan titik koordnat masjid dengan posisi pengguna shingga dapat memandu jamaah untuk sampai kemasjid yang dituju. Dengan menggunakan media komunikasi Grup Whatsapp, maka pendataan titik kordinat masjid akan dikirimkan oleh para takmir yang tergabung didalamnya. Program pengabdian masyarakat ini bermanfaat bagi Pengurus Daerah DMI Kota Semarang, Para Takmir Masjid dan masyarakat Semarang dengan luaran berupa aplikasi Dewan Masjid Indonesia (DMI) yang dapat memberikan lokasi masjid masjid dengan jarak terdekat melalui Media Komunikasi grup Whatsapp untuk pengelolaan produk dan kegiatan masjid Kota Semarang. Selain itu melalui Media Komunikasi grup Whatsapp yang sudah disediakan, pelayanan informasi untuk jamaah terkait dengan penggunaan aplikasi bisa dilakukan setiap saat.
Penerapan Metode K-Means Clustering Dalam Menganalisis Sentimen Masyarakat Terhadap K-Popers Pada Twitter Miranti Alysha Zulia Larasati; Nurul Anisa Sri Winarsih; Muhammad Syaifur Rohman; Galuh Wilujeng Saraswati
Progresif: Jurnal Ilmiah Komputer Vol 18, No 2: Agustus 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (551.485 KB) | DOI: 10.35889/progresif.v18i2.877

Abstract

The evolution of Twitter as a platform loved by the general public in Indonesia is evidenced by statistical data that shows that Indonesia is ranked 7th in the world and has a large number of users, reaching 13.2 million. Many users have expressed their opinions on Twitter. This includes expressions with hate speech to bullying. From this research, an analysis was carried out on public satisfaction with K-Pop to get a benchmark for how far people know the existence of K-Pop in Indonesia. This research was conducted using the K-Means Clustering algorithm method to group (positive, neutral and negative) sentiments from datasets taken from Twitter. The dataset used consists of 1000 data retrieved according to the results of the polarity of the tweet. Based on the test results, it got a negative sentiment value of 15.09%, neutral 51.75%, and positive 33.15%. With the evaluation level using the silhouette coefficient method, which is 0.687974 which means it has good structural results.Keywords: Data Mining, K-means Clustering, Silhouette coefficient, K-pop Abstrak. Evolusi Twitter sebagai platform yang digemari masyarakat umum di Indonesia dibuktikan dengan data statistik yang menunjukkan bahwa Indonesia menempati peringkat ke-7 dunia dan memiliki jumlah pengguna yang besar yaitu mencapai 13,2 juta. Banyak pengguna yang mengutarakan pendapat di Twitter. Ini termasuk ekspresi dengan ujaran kebencian hingga perundungan. Dari penelitian tersebut dilakukan analisis tentang kepuasan masyarakat terhadap K-Pop untuk mendapatkan tolok ukur seberapa jauh masyarakat mengetahui eksistensi K-Pop di Indonesia. Penelitian ini dilakukan dengan menggunakan algoritme K-Means Clustering untuk mengelompokkan sentimen positif, netral dan negatif dari dataset yang diambil dari twitter. Dataset yang digunakan terdiri dari 1000 data yang diambil sesuai hasil polaritas tweet. Berdasarkan hasil pengujian mendapatkan nilai sentimen negatif sebanyak 15,09%, netral 51,75%, dan positif 33,15%. Dengan tingkat evaluasi menggunakan metode Silhouette Coefficient yaitu sebesar 0.687974 yang berarti memiliki hasil struktur yang baik.Kata kunci: Data Mining, K-means Clustering , Silhouette coefficient, K-pop
Pendampingan E-Rapot Tahfizta Versi 1 Tahun Ajaran 2021/2022 Nurul Anisa Sri Winarsih; Muhammad Syaifur Rohman; Galuh Wilujeng Saraswati; Filmada Ocky Saputra
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 6, No 1 (2023): Januari 2023
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/ja.v6i1.946

Abstract

Yayasan Pondok Do'a Ahlul Qur'an atau lebih sering disebut dengan Pondok Doaqu bergerak di bidang sosial keagamaan, khuusnya agama Islam. Pondok Doaqu memiliki visi “Menjadi Mukmin Terbaik Versi Allah SWT dengan Belajar dan Mengajarkan Al Qur’an”. Dari visi tersebut, Pondok Doaqu mendirikan Tahfizta (Tahfiz untuk Balita dan Anak). Tahfizta sudah memiliki 3 cabang di Semarang yaitu Tahfizta Greenwood, Ulul Albab, dan Kalipancur.c Tahfizta memiliki 45 santri yang tersebar di 3 cabang. Santri tersebut dibimbing oleh 7 Guru/ Ustadzah pengajar. Dalam 1 tahun pembelajaran di Tahfizta, terdapat 4x penerimaan rapot yaitu UTS UAS semester 1 dan UTS UAS semester 2. Penilaian tiap rapot meliputi Tahfiz (hafalan), pembelajaran Madrasah, materi keislaman, laporan perkembangan fisik, dan presensi. Para Ustadzah merasa kesulitan mengingat banyaknya indikator yang perlu diisi dan banyaknya murid yang dibina. Terkadang Ustadzah harus meneliti file satu per satu agar nilai rapot yang diinputkan tidak terlewat dan tidak ada kekeliruan. Terlebih proses pengisian rapot dilakukan secara manual menggunakan Microsoft Word. Dilihat dari situasi dan permasalahan mitra, penulis melakukan pendampingan E-Rapot Tahfizta Versi 1 Tahun Ajaran 2021/ 2022.
Pelatihan Implementasi Artificial Intelligence Menggunakan Teachable Machine berbasis Project-Based Learning bagi Siswa SMA/SMK Dibyo Adi Wibowo; Moch. Sjamsul Hidajat; Ricardus Anggi Pramunendar; Muhammad Syaifur Rohman; Danny Oka Ratmana; Rama Aria Megantara
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 9, No 1 (2026): JANUARI 2026
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v9i1.3226

Abstract

Artificial Intelligence (AI) merupakan teknologi yang berkembang pesat dan penting untuk dikenalkan sejak jenjang pendidikan menengah. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan pemahaman siswa SMA/SMK di Kota dan Kabupaten Kediri terhadap konsep dasar Artificial Intelligence dan machine learning melalui pelatihan implementasi AI menggunakan Teachable Machine berbasis Project-Based Learning (PjBL). Metode pelaksanaan kegiatan mengombinasikan pendekatan PjBL dan experiential learning, di mana peserta dilibatkan secara aktif dalam pengembangan proyek AI sederhana berbasis gambar, suara, dan pose tubuh. Evaluasi pembelajaran dilakukan menggunakan pre-test dan post-test untuk mengukur peningkatan pemahaman peserta. Hasil kegiatan menunjukkan adanya peningkatan yang signifikan pada seluruh kategori materi, termasuk konsep dasar AI, computational thinking, machine learning, penggunaan Teachable Machine, serta implementasi dan evaluasi model AI. Temuan ini menunjukkan bahwa penggunaan Teachable Machine yang dipadukan dengan pendekatan PjBL efektif dalam meningkatkan literasi Artificial Intelligence siswa SMA/SMK serta membantu peserta memahami konsep AI secara lebih konkret dan aplikatif.
ANALISIS FAKTOR RISIKO SINDROM OVARIUM POLIKISTIK (PCOS) PADA WANITA USIA SUBUR MENGGUNAKAN ALGORITMA EXPLAINABLE AI: POHON KEPUTUSAN VS RANDOM FOREST BERBASIS DATA KLINIS: RISK FACTOR ANALYSIS OF POLYCYSTIC OVARY SYNDROME (PCOS) IN WOMEN OF REPRODUCTIVE AGE USING EXPLAINABLE AI ALGORITHMS: DECISION TREE VS RANDOM FOREST BASED ON CLINICAL DATA Muhammad Syaifur Rohman; Tsalisa Noor Rahmawati
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 10 No 2 (2025): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v10i2.6267

Abstract

Polycystic Ovary Syndrome (PCOS) is a common endocrine disorder affecting women of reproductive age and is a major cause of infertility and metabolic disturbances. This study aims to analyze risk factors of PCOS using Decision Tree and Random Forest classification algorithms based on clinical data. The dataset consists of 541 female patient records with 11 clinical features including age, body mass index (BMI), hormonal levels, and physical symptoms such as hair growth and pimples. The models were evaluated using accuracy, precision, recall, and f1-score. The Decision Tree model achieved an accuracy of 83.33%, with hair growth and weight gain as dominant features, while the Random Forest model achieved 82.41% accuracy and showed better performance in detecting positive cases (recall = 63.64%). The findings highlight that a combination of hyperandrogenism symptoms and hormonal indicators are key predictors of PCOS. This study demonstrates that machine learning algorithms can serve as effective tools to support early diagnosis of PCOS using clinical data
Implementasi AI sebagai Asisten Cerdas untuk Meningkatkan Kompetensi Guru dalam Penyusunan Instrumen Asesmen di SMA Negeri 1 Ngadiluwih Galuh Wilujeng Saraswati; Erba Lutfina; Affandy; Ricardus Anggi Pramunendar; Muhammad Syaifur Rohman
Komatika: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 1 (2026): May 2026 (In Progress)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat, Institut Informatika Indonesia Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/komatika.v6i1.1482

Abstract

Perkembangan Artificial Intelligence (AI) yang pesat menuntut adaptasi kompetensi guru dalam menyusun instrumen evaluasi yang adaptif dan inovatif. Pengabdian masyarakat ini bertujuan untuk meningkatkan literasi digital tenaga pendidik di SMA Negeri 1 Ngadiluwih melalui pelatihan pemanfaatan AI sebagai asisten cerdas dalam penyusunan asesmen berbasis Higher Order Thinking Skills (HOTS) dan produksi media pembelajaran kreatif. Metode yang digunakan adalah Participatory Action Research (PAR) yang melibatkan 60 guru dari berbagai rumpun mata pelajaran. Pelatihan dilaksanakan selama 150 menit dengan alur kerja yang mencakup pemaparan teori, demonstrasi prompt engineering, dan praktik mandiri pembuatan video edukasi clay-motion. Hasil kegiatan menunjukkan adanya peningkatan kompetensi kognitif peserta secara signifikan, yang dibuktikan dengan kenaikan rata-rata nilai dari 5,63 pada pre-test menjadi 7,5 pada post-test. Selain itu, mitra berhasil memproduksi draf instrumen asesmen HOTS dan purwarupa media visual yang relevan dengan kebutuhan kurikulum. Meskipun terdapat kendala pada kesenjangan literasi digital antar generasi dan limitasi teknis perangkat, kegiatan ini terbukti efektif dalam mentransformasi peran AI sebagai asisten instruksional yang mampu mereduksi beban administrasi sekaligus meningkatkan kualitas konten edukasi di sekolah.
Analisis Kesehatan Vegetasi Multi-Temporal Berbasis WebGIS Menggunakan NDVI Sentinel-2 dan Penilaian Multi-Kriteria SAW Akner Yosha Ade Saputra; Nurul Anisa Sri Winarsih; Muhammad Syaifur Rohman; Danny Oka Ratmana
Infotekmesin Vol 17 No 2 (2026): Infotekmesin: Juli 2026
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/

Abstract

This study integrates Sentinel-2 NDVI, the Simple Additive Weighting (SAW) method, and WebGIS to analyze vegetation health dynamics across 19 sub-districts in Grobogan Regency (±1,975.87 km²). Data were sourced from four Sentinel-2 Level-2A images (September 14–October 9, 2025) and supporting meteorological parameters. Results indicate NDVI values ranging from 0.2424 to 0.6297. On September 14, 42.1% of the areas were classified as High. However, by September 19, 12 sub-districts experienced a significant decline anomaly (), leaving only 21.1% in the High category. The SAW assessment yielded scores between 0.2793 and 0.4918. Spearman's validation demonstrated a perfect correlation () between NDVI and SAW rankings. The observed temporal fluctuations correlated with rainfall and humidity. In conclusion, this integrated approach effectively evaluates vegetation anomalies to support precise land management decisions.
Three-Tier Disaster Logistics System Integrating GIS and MILP Optimization Danny Oka Ratmana; Muhammad Syaifur Rohman; Galuh Wilujeng Saraswati; Filmada Ocky Saputra; Aprilyani Nur Safitri; Imanuel Harkespan
Journal of Applied Informatics and Computing Vol. 10 No. 3 (2026): June 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i3.12727

Abstract

Effective disaster logistics management requires rapid, data-driven decision support that bridges optimization theory and operational practice. Existing systems either rely on theoretical models without implementable software, on proprietary datasets that restrict independent reconstruction, or lack validated prototypes in the Indonesian disaster context — three gaps that persist across the disaster IS literature. This study presents a three-tier web-based disaster logistics management IS integrating GIS and MILP optimization, built exclusively on public data sources (BNPB DIBI and OpenStreetMap). Using Design Science Research (DSR) across five phases, the system employs an open-source stack: Laravel 11.x presentation layer, PostgreSQL 16/PostGIS data layer, and Python FastAPI as a dedicated MILP microservice. The MILP model, a two-phase lexicographic MILP formulation with trips-aware vehicle capacity constraints is solved using the PuLP 3.3.0 + CBC solver. Three integrated modules were developed: shelter management, warehouse inventory, and logistics coordination with GIS visualization. Functional testing achieved 100% pass rate across 85 automated test cases covering all system modules, with 246ms mean response time under 50 concurrent users. The MILP solver resolved a 20-shelter problem in 0.094 seconds (99.9% below the 120-second operational planning threshold); scalability testing confirms tractability from 10 to 50 shelters (0.011–0.111 seconds), with Priority-1 shelters consistently served under both sufficient and scarce fleet conditions. Sensitivity analysis confirms lexicographic priority objectives activate correctly under resource scarcity. Comparative evaluation against heuristic and metaheuristic approaches confirms exact MILP is appropriate for the strategic planning scope of this proof-of-concept (n ≤ 50 shelters). Expert validation via ISO 25010 yielded a weighted score of 4.21/5. Usability testing with 25 participants produced a SUS score of 74.8 (Grade B, above-average per established SUS benchmarks) with 88% task completion rate. The primary contributions are a MILP-IS microservices integration pattern with explicit API specification, a comprehensively documented public-data-only implementation framework, and a proof-of-concept that closes the implementation gap between disaster logistics optimization research and operational IS deployment.
Co-Authors Affandy Affandy Ahmad Zainul Fanani Akner Yosha Ade Saputra Aprilyani Nur Safitri Danny Oka Ratmana Dibyo Adi Wibowo Erba Lutfina Filmada Ocky Saputra Imanuel Harkespan Miranti Alysha Zulia Larasati Moch. Sjamsul Hidajat Rama Aria Megantara Ricardus Anggi Pramunendar Saraswati, Galuh Wilujeng Tsalisa Noor Rahmawati Winarsih, Nurul Anisa Sri Yuliman Purwanto