Article Per Year (5 Year)
p-Index From 2021 - 2026
3.35
P-Index
This Author published in this journals
All Journal Jurnal Simantec International Journal of Advances in Intelligent Informatics JURNAL LENTERA : Kajian Keagamaan, Keilmuan dan Teknologi Jurnal ULTIMATICS Jurnal ULTIMA Computing Lumbung Inovasi: Jurnal Pengabdian Kepada Masyarakat Brilliance: Research of Artificial Intelligence NUSANTARA: Jurnal Pengabdian Kepada Masyarakat Digital Transformation Technology (Digitech) Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer AL-UMRON: Jurnal Pengabdian kepada Masyarakat Almantiq
Irsyada, Rahmat
Unknown Affiliation
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
Sistem Pendukung Keputusan Pengangkatan Pegawai Tetap Pada Lembaga Pendidikan Ma’arif Nu Cabang Bojonegoro Menggunakan Metode Topsis Rubaiyah, Zumrotul; Irsyada, Rahmat
Multidisciplinary Applications of Quantum Information Science (Al-Mantiq) Vol. 4 No. 2 (2024): Multidisciplinary Applications of Quantum Information Science (Al-Mantiq)
Publisher : Al-Mantiq

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/almantiq.v4i2.3288

Abstract

Pegawai menjadi elemen kunci dalam kesuksesan organisasi, termasuk Lembaga Pendidikan Ma'arif NU Cabang Bojonegoro. Pengangkatan pegawai tetap menjadi tahap penting dalam memastikan kualitas sumber daya manusia yang mendukung visi dan misi lembaga. Penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) berbasis komputer menggunakan metode Technique Order Preference by Similarity To Ideal Solution (TOPSIS) untuk mempercepat dan meningkatkan akurasi pengangkatan pegawai tetap di Lembaga Pendidikan Ma'arif NU Cabang Bojonegoro. Proses manual yang ada telah mengakibatkan ketidakpastian data dan kebutuhan akan sistem yang lebih efisien. Dengan SPK berbasis web, seleksi pegawai dapat dipercepat, meningkatkan produktivitas sesuai kriteria yang ditentukan. Hasil penelitian menunjukkan keberhasilan implementasi TOPSIS dalam pengujian blackbox, dengan sistem yang layak dan sesuai dengan fungsi yang diharapkan. Dengan persentase 94% dalam pengujian kelayakan, sistem ini diharapkan dapat meningkatkan efisiensi dan efektivitas pengangkatan pegawai tetap di lembaga tersebut.
Improving Multiclass Rainfall Prediction with Multilayer Perceptron and SMOTE: Addressing Class Imbalance Challenges Cahyani, Nita; Putri, Wardiana Adinda; Irsyada, Rahmat
Brilliance: Research of Artificial Intelligence Vol. 4 No. 2 (2024): Brilliance: Research of Artificial Intelligence, Article Research November 2024
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v4i2.5203

Abstract

Rainfall is a key climate element that affects weather patterns and human activities, especially in agriculture and daily life. Therefore, accurately classifying rainfall is crucial for predicting future rainfall amounts. This study uses the Multilayer Perceptron (MLP) classification method, a neural network algorithm, to classify rainfall. The dataset, sourced from the BMKG website, has a class imbalance, requiring using the SMOTE (Synthetic Minority Over-sampling Technique) technique. The research compares the performance of MLP with and without SMOTE. The results show that the best model was achieved with SMOTE. MLP without SMOTE achieved an accuracy of 75%, sensitivity of 40.34%, specificity of 86.15%, and an AUC of 63.25%. In comparison, MLP with SMOTE achieved an accuracy of 71.27%, sensitivity of 71.14%, specificity of 90.30%, and an AUC of 80.72%. Although accuracy decreased, the overall evaluation, particularly the AUC, improved significantly. Therefore, the SMOTE technique effectively addresses the class imbalance issue in rainfall classification.
Innovation of an Expert System for Diagnosing Allergic Diseases in Children using the Web-based Certainty Factor Method Irsyada, Rahmat; Cahyani, Nita; Badriyah, Lailatul
Brilliance: Research of Artificial Intelligence Vol. 4 No. 2 (2024): Brilliance: Research of Artificial Intelligence, Article Research November 2024
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v4i2.5204

Abstract

In this modern era, the development of computer technology has increased so rapidly. Currently the computer is a tool in helping to overcome all the problems encountered by humans, including in the field of health. With the existence of technology, of course, it will greatly facilitate the community to get health services and consultations. One of the technological developments is an expert system. An expert system is a branch of artificial intelligence (Artificial Intelligence), which is an application designed to use a computer that tries to imitate the reasoning process of an expert or expert in solving specific problems and making decisions or conclusions because to solve a problem and save it. in the knowledge base for processing. This expert system was created to assist experts in deciding diseases based on existing symptoms. The Certainty Factor method is a theory that can be used to solve uncertainty problems. Certainty Factor (CF) is a value to measure expert confidence. Certainty Factor was introduced by Shortliffe Buchanan in making the MYCIN expert system to show the amount of trust. This method can work well when there are problems that start from gathering and then gathering information and then being able to find conclusions that can be drawn from that information. The Certainty Factor method will be applied to accurately determine allergic health in children. If this method is applied, it can minimize the presence of allergic diseases suffered by dangerous children. And when you have an allergy, it can be treated immediately.
Pengembangan Kipas Pemadam Api Otomatis Berbasis Iot Izudin, Asfa Reza; Irsyada, Rahmat; Wahyudhi , Sunu
Multidisciplinary Applications of Quantum Information Science (Al-Mantiq) Vol. 4 No. 1 (2024): Multidisciplinary Applications of Quantum Information Science (Al-Mantiq)
Publisher : Al-Mantiq

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan dari kipas pemadam api berbasis Internet of Things (IoT) adalah untuk meningkatkan efisiensi dan efektivitaspenanganan kebakaran kecil di rumah dan tempat bisnis. Sistem ini memiliki sensor asap dan suhu yang dapat mendeteksikebakaran secara real-time dan kemudian mengaktifkan kipas pemadam api otomatis untuk meredam api pada tahap awal.Aplikasi mobile memungkinkan pengguna memantau dan mengontrol sistem dari jarak jauh, memungkinkan pemantauan danrespons cepat. Hasil pengujian menunjukkan bahwa sistem dapat merespons kebakaran dalam hitungan detik dan berhasilmencegah penyebaran api dan memberikan notifikasi instan kepada pengguna, meningkatkan keamanan dan mengurangi risikokerugian.
Analisis Faktor Makroekonomi yang Mempengaruhi Indeks Harga Saham Gabungan Menggunakan Algoritma Analisis Jalur Cahyani, Nita; Irsyada, Rahmat; Alfiyatul, Siti Nur
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.5207

Abstract

Perkembangan ekonomi yang baik pada suatu negara merupakan suatu indikator yang digunakan oleh para pelaku usaha untuk berinvestasi. Sebelum berinvestasi dalam sebuah saham, investor harus memperhatikan pergerakan harga saham. Indeks Harga Saham dipengaruhi oleh beberapa faktor makroekonomi, antara lain inflasi dan suku bunga BI. Upaya yang dilakukan pemerintah dalam mengatasi tingginya inflasi salah satunya adalah dengan mengurangi jumlah uang yang beredar. Selain inflasi dan suku bunga, nilai tukar uang juga dapat mempengaruhi indeks harga saham.Penelitian ini bertujuan untuk mengetahui faktor apa saja yang mempengaruhi indeks harga saham gabungan. Metode analisis yang digunakan dalam penelitian ini adalah metode analisis jalur. Hasil penelitian menyatakan bahwa jumlah uang beredar, nilai tukar uang dan suku bunga BI secara langsung secara sigifikan mempengaruhi indeks harga saham gabungan, sedangkan inflasi secara langsung secara signifikan tidak mempengaruhi indaks harga saham gabungan. Jumlah uang beredar, inflasi dan nilai tukar uang berpengaruh signifikan terhadap indeks harga saham gabungan melalui suku bunga BI.
Penerapan Algoritma Neural Network untuk Klasifikasi Diabetes Mellitus: Perbandingan Backpropagation dan Resillient Backpropagation Cahyani, Nita; Irsyada, Rahmat; Mahmuda, Rahmawati
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.5208

Abstract

Diabetes Mellitus (DM) adalah gangguan metabolisme yang ditandai dengan hiperglikemia kronis dan kelainan metabolisme karbohidrat, lipid, dan protein yang disebabkan oleh kelainan sekresi insulin, kerja insulin, atau keduanya. Penelitian ini bertujuan untuk membandingkan hasil klasifikasi menggunakan analisis Backpropagation Neural Network (BPNN) dengan Resilient Backpropagation Neural Network (RBPNN) pada kasus Diabetes Mellitus. Metode yang digunakan pada penelitian ini adalah metode analisis BPNN dan RBPNN dengan sumber data yang diperoleh dari RSUD Sosodoro Djatikusumo Bojonegoro. Dari penelitian ini diperoleh hasil penyebab utama faktor-faktor yang mengakibatkan DM adalah faktor keturunan, tekanan darah dan umur. Dari penelitian ini dapat disimpulkan bahwa faktor dominan yang ada pada penderita DM adalah faktor keturunan yang telah dijelaskan oleh model terbaik yaitu RBPNN
Implementasi Machine Learning Model sebagai Sistem Prediksi Penyakit Breast Cancer Cahyani, Nita; Irsyada, Rahmat; Kartini, Alif Yuanita
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.5209

Abstract

Breast Cancer atau Kanker payudara adalah penyakit yang paling umum ditemukan pada wanita di seluruh dunia. Setiap perkembangan untuk prediksi dan diagnosis penyakit kanker merupakan modal penting untuk hidup sehat. Sehingga, akurasi tinggi dalam prediksi kanker penting untuk memperbarui aspek pengobatan dan standar kelangsungan hidup pasien. Teknik Machine Learning (ML) merupakan aplikasi dari Artificial Intelligence (AI) yang dapat memberikan kontribusi besar pada proses prediksi dan diagnosis dini kanker payudara, dan telah terbukti sebagai teknik yang kuat. Dalam penelitian ini, diterapkan algoritma Machine Learning yaitu metode single: Support Vector Machine (SVM), Random Forest, Logistic Regression, dan K-Nearest Neighbors (KNN) dan metode ensemble yaitu SMOTE-Boosting dan SMOTE-Bagging pada dataset Breast Cancer di Bojonegoro. Tujuan dari penelitian ini Mendaptakan ketepatan klasifikasi atau prediksi breast cancer khususnya studi kasus di Bojonegoro dengan tingkat kinerja yang lebih baik. Nilai akurasi yang terbaik pada metode single yaitu model Random Forest (RF) sebesar 95,65% untuk data testing, 100% untuk data training sedangkan untuk metode ensembel SMOTE-Boosting Random Forest (RF) sebesar 100% untuk data testing, 100% untuk data training dan SMOTE-Bagging RF sebesar 97% untuk data training dan 100% untuk data testing. Sehingga SMOTE-Boosting RF dapat dijadikan analisis prediksi yang terbaik dalam penelitian ini. Hasil ini dapat digunakan di masa depan untuk memprediksi penyakit lainnya.
Co-Authors Agus Sulistiawan Ahmad Dardiri Aji Prasetya Wibawa Akhmad Arif Setiawan Alfiyatul, Siti Nur Audytra, Hastie Dhaniyar Dhaniyar Diantika, Devi Eka Didik Abdul Mukmin Doni Abdul Fatah Hilmi Alriad Indah Listyorini Izudin, Asfa Reza Joko Riyadi Juwita Annisa Fauzi Kartini, Alif Yuanita Lailatul Badriyah Leonel Hernandez M.Pd S.T. S.Pd. I Gde Wawan Sudatha . Mahmuda, Rahmawati Muhdlor Auhal Haq Naila Afina Rohmah Nita Cahyani Nurul Hafidhin Prima Angga Hadi Saputra Putri Liana Putri, Wardiana Adinda Roihatur Rohmah Rubaiyah, Zumrotul Sanjaya, Ucta Pradema Seno Isbiyantoro Sunu Wahyudhi Syaifuddin Syaifuddin Teguh Pribadi Ulfa Ulfa Umi Kholifah Yundari, Yundari