Article Per Year (5 Year)
p-Index From 2021 - 2026
5.677
P-Index
This Author published in this journals
All Journal International Journal of Advances in Applied Sciences Bulletin of Electrical Engineering and Informatics PROtek : Jurnal Ilmiah Teknik Elektro Ainet : Jurnal Informatika Indonesian Journal of Data and Science Jurnal Teknik Informatika (JUTIF) Jurnal Algoritma, Logika dan Komputasi Jurnal Informatika Progres Mechatronics Journal in Professional and Entrepreneur (MAPLE) ARUS JURNAL SAINS DAN TEKNOLOGI Journal of Muhammadiyah’s Application Technology
Muhyiddin A.M Hayat
Universitas Muhammadiyah Makassar
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

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

Found 44 Documents
Search

 1   2   3   4   5 
Penerapan Data Mining untuk Memprediksi Penjualan Bahan Bangunan (Ud Kiki Fatmala) Dengan Menggunakan Metode Naive Bayes Hayat, Muhyiddin A M; Wahyuni, Titin; Haidul, Haidul
Arus Jurnal Sains dan Teknologi Vol 3 No 1: April (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i1.1213

Abstract

Penjualan bahan bangunan merupakan bidang usaha yang memiliki prospek menjanjikan dengan permintaan yang terus meningkat seiring pertumbuhan populasi dan pembangunan. Namun, permasalahan yang dihadapi oleh toko bahan bangunan, khususnya UD KIKI FATMALA, adalah kurangnya pemahaman terhadap minat pembeli, yang dapat menyebabkan penumpukan stok barang dan memperlambat perputaran modal. Untuk mengatasi permasalahan ini, penelitian ini menerapkan metode Naïve Bayes untuk memprediksi penjualan bahan bangunan berdasarkan data historis. Penelitian ini bertujuan untuk menggunakan teknik data mining sebagai pendukung keputusan dalam menentukan barang yang memiliki potensi penjualan tinggi guna mengoptimalkan stok dan meningkatkan efisiensi penjualan. Metode penelitian mencakup pengumpulan data penjualan, preprocessing data, pembagian data menjadi training dan testing, serta penerapan algoritma Naïve Bayes. Model yang dibangun dievaluasi menggunakan confusion matrix untuk menilai tingkat akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa metode Naïve Bayes mampu memprediksi penjualan bahan bangunan dengan akurasi sebesar 84%. Implementasi model ini dilakukan menggunakan Microsoft Excel untuk pengolahan data awal dan Jupyter Notebook untuk analisis lebih lanjut. Kesimpulan dari penelitian ini adalah bahwa metode Naïve Bayes dapat digunakan secara efektif untuk memprediksi produk yang memiliki peluang besar untuk terjual, sehingga membantu pengelolaan stok yang lebih optimal di UD KIKI FATMALA
Classification Of Student Mental Health Based On Academic And Social Variables Using The Decision Tree Method Anggreani, Desi; Danuputri, Chyquitha; Hayat, Muhyiddin A M; Setiawan, Dedi
Jurnal Algoritma, Logika dan Komputasi Vol 8, No 1 (2025): Jurnal ALU, Maret 2025
Publisher : Universitas Bunda Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30813/j-alu.v8i1.8652

Abstract

Mental health problems are suffered by many people, including students who often have poor lifestyles. Depression and anxiety are widespread among students, with all universities reporting students with depression and 75.5% reporting students with severe anxiety. This research aims to determine the classification of student mental health based on academic and social by using the Decision Tree method so that early treatment can be carried out. The dataset used consists of 11 aspects concerning academic and social. The data that has been collected is processed through the preprocessing stage and analyzed using the Decision Tree classification method. The classification results showed that out of 973 students who did not suffer from depression, the method classified them correctly. In addition, of the 104 college students who were classified as suffering from major depression, all of them were actually suffering from major depression. The agreement between the classification results and the actual condition shows the reliability of this method, with an accuracy rate of 76.71%. This research underscores the importance of academic and social variables in influencing students' mental health. The findings confirm the reliability of the Decision Tree method in detecting students' mental state and point to the need for effective counseling services and mental health interventions in campus and social environments. 
CONGESTION-PRONE POINT CLASSIFICATION SYSTEM USING SOM METHOD ANDROID-BASED A M Hayat, Muhyiddin
Jurnal Algoritma, Logika dan Komputasi Vol 8, No 1 (2025): Jurnal ALU, Maret 2025
Publisher : Universitas Bunda Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30813/j-alu.v8i1.8764

Abstract

Urban traffic congestion has emerged as a significant challenge, primarily driven by rapid urban expansion and increasing vehicle usage. This study presents the development of a congestion-prone point classification system utilizing the Self-Organizing Maps (SOM) algorithm, integrated into an android-based mobile application. The primary objective is to facilitate the real-time detection and visualization of traffic density hotspots using unsupervised machine learning techniques. Traffic-related data comprising vehicle volume, type distribution, and geospatial coordinates are systematically collected, preprocessed, and transformed into multidimensional feature vectors. These vectors are processed using the SOM algorithm to uncover latent congestion patterns across various road segments. Testing results indicate that the proposed model is capable of accurately identifying congestion-prone areas, which are subsequently visualized within the mobile application using a colour-coded map interface. This integration provides commuters and traffic management authorities with actionable, data-driven insights to support route optimization and congestion alleviation strategies. Overall, the proposed system contributes to the advancement of intelligent transportation infrastructure within the broader framework of smart city development.
PREDIKSI PENJUALAN OBAT MENGGUNAKAN MODEL LSTM DAN ANALISIS TIME SERIES PADA DATA TRANSAKSI PASIEN BPJS Basyar, Muhammad Yusuf; HAYAT, MUHYIDDIN A. M.; RAHMAN, FAHRIM IRHAMNA
Mechatronics Journal in Professional and Entrepreneur. Vol 7 No 2 (2025)
Publisher : Politeknik Bosowa

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

Abstract

Prediksi penjualan obat yang akurat diperlukan untuk meningkatkan efisiensi persediaan dan kualitas pelayanan kesehatan, terutama di PT Kimia Farma Apotek (KFA) yang melayani pasien BPJS Kesehatan. Permintaan obat yang fluktuatif dan pola penjualan yang kompleks menjadi tantangan dalam perencanaan persediaan. Penelitian ini bertujuan untuk memprediksi penjualan obat secara akurat dengan menerapkan teknik data mining menggunakan model Long Short-Term Memory (LSTM). Data dikumpulkan dari transaksi di PT Kimia Farma Apotek (KFA) dan diproses melalui pra-pemrosesan yang mencakup pembersihan data, transformasi menjadi time series, serta pembagian data menjadi 80% data latih dan 20% data uji. Model LSTM dilatih selama 50 epoch menggunakan fungsi aktivasi ReLU dan Softmax pada lapisan output untuk menghasilkan probabilitas prediksi. Hasil penelitian menunjukkan bahwa model LSTM memiliki Mean Squared Error (MSE) sebesar 0.0021 dan akurasi prediksi mencapai 99.79%, menunjukkan kemampuan model dalam menghasilkan prediksi yang mendekati nilai aktual. Namun, R² Score sebesar -0.14 menunjukkan keterbatasan dalam menangkap variasi data yang kompleks. Penelitian ini menunjukkan bahwa model LSTM memiliki potensi besar untuk diterapkan dalam prediksi penjualan obat dan membantu pengambilan keputusan strategis dalam manajemen persediaan. Selain itu, pendekatan ini berkontribusi positif dalam meningkatkan efisiensi perencanaan persediaan obat di PT Kimia Farma Apotek
IMPLEMENTASI HYBRID CNN, FACIAL LANDMARK DAN LIVENESS DETECTION PADA SISTEM ABSENSI WAJAH Akbar DB, Andi Muhammad; Faisal, Muhammad; AM Hayat, Muhyiddin
PROGRESS Vol 17 No 2 (2025): September
Publisher : P3M STMIK Profesional Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56708/progres.v17i2.483

Abstract

This paper presents the implementation of a hybrid approach for face recognition attendance systems, combining Convolutional Neural Network (CNN), facial landmark detection, and liveness detection. The CNN model extracts facial features for identity recognition, while facial landmark detection captures dynamic movements such as eye blinking and mouth motion. Liveness detection ensures system robustness against spoofing attempts including photo and video replay. The system was developed using Python with OpenCV, MediaPipe, and TensorFlow, and tested under multiple spoofing scenarios. Results show a detection accuracy of 95.5%, with real-time performance and resilience against common spoofing threats.
Penerapan Machine Learning untuk Mengklasifikasikan Genre Musik Berdasarkan Fitur Audio Abrah, Rezkytullah; Hayat, Muhyiddin A M; Lukman , Lukman
Arus Jurnal Sains dan Teknologi Vol 3 No 2: Oktober (2025)
Publisher : Arden Jaya Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57250/ajst.v3i2.1699

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi genre musik secara otomatis berdasarkan fitur-fitur audio yang diekstraksi dari file lagu. Proses ekstraksi fitur menggunakan pustaka Librosa untuk menghitung Zero Crossing Rate (ZCR), Spectral Centroid, dan 13 koefisien Mel-Frequency Cepstral Coefficients (MFCC). Setelah melalui proses normalisasi, fitur-fitur tersebut digunakan sebagai input dalam pelatihan tiga model klasifikasi: K-Nearest Neighbor (KNN), Random Forest, dan Naïve Bayes. Dataset terdiri dari lima genre musik populer dengan lebih dari 500 lagu. Hasil pengujian menunjukkan bahwa model Random Forest menghasilkan akurasi tertinggi dan mampu mengenali pola audio dengan baik, termasuk pada lagu-lagu yang tidak terdapat dalam data pelatihan. Sistem juga mampu menampilkan hasil ekstraksi fitur dan prediksi dalam bentuk visualisasi, sehingga memberikan transparansi dalam proses klasifikasi. Dengan pendekatan ini, sistem dapat digunakan untuk membantu analisis musik secara otomatis dan efisien.
A Bluetooth-Based Attendance System for Educational Administration at SMA Muhammadiyah: Cross-Platform Development and Usability Validation Hayat, Muhyddin A.M.; Rasyidi, Muhammad Fachri; Faisal, Muhammad; Bakti, Rizki Yusliana; Syamsuri, Andi Makbul
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 5 (2025): JUTIF Volume 6, Number 5, Oktober 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.5.4873

Abstract

The transformation of educational administration through technology has accelerated significantly, particularly in attendance systems, which have traditionally relied on manual roll calls. These conventional methods are time-consuming, error-prone, and susceptible to manipulation. This study presents a novel Bluetooth-based attendance system that contributes to the field by demonstrating passive MAC address detection for automated attendance recording, eliminating the need for additional software installations on student devices. The system was developed using React Native for cross-platform compatibility, with PostgreSQL for data management and NestJS for backend processing. The software engineering process followed Rapid Application Development (RAD) methodology, combined with comprehensive system validation through experimental testing. Usability evaluation with 133 participants using the System Usability Scale (SUS) yielded a score of 79.85, categorizing the system within the "Good to Excellent" usability range. The findings demonstrate significant improvements in efficiency and a reduction in attendance fraud compared to conventional methods. However, hardware quality and device proximity remain key limitations. Future research should explore the integration of Bluetooth Low Energy (BLE) technology, the implementation of machine learning algorithms for anomaly detection, or the development of hybrid validation models that combine multiple authentication factors. This system demonstrates the potential to modernize educational administration through seamless, device-level integration while maintaining high user acceptance.
Game Edukasi Berbasis Android sebagai Media Pembelajaran Matematika untuk Anak Tunarungu Bakti, Rizki Yusliana; Wahyuni, Titin; Hayat, Muhyiddin A M; Ridwang, Ridwang
PROtek : Jurnal Ilmiah Teknik Elektro Vol 8, No 1 (2021): Protek : Jurnal Ilmiah Teknik Elektro
Publisher : Program Studi Teknik Elektro Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/protk.v8i1.2377

Abstract

Education is a right for every individual. Not only those with normal conditions, but also those with special needs such as the deaf. Limited intellectual ability in deaf children has consequences for their difficulties in attending academic lessons including maths lessons. This research aims to create an application as a learning medium to attract deaf children in developing their intelligence. This application was created as a means to provide convenience to deaf children in helping the learning process of mathematics. This study uses observation data collection methods, interviews / questionnaires and library studies. The design method used is the waterfall and the testing technique used is Integration and System testing. The result of this study is an android-based game application named math games. The test results show that this application is easy to learn and there are media that make childrenhappy.
Penerapan Algoritma Support Vector Machine Untuk Penentuan Konsentrasi Mahasiswa Program Studi Manajemen Universitas Muhammadiyah Makassar RAMLI, ANDI RAODATUL ADAWIYAH; Fahrim Irhmna Rachman; Muhyiddin A.M Hayat
Ainet : Jurnal Informatika Vol. 7 No. 1 (2025): Maret (2025)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/kdxvxa79

Abstract

Pemilihan konsentrasi merupakan aspek penting bagi mahasiswa program studi manajemen di Universitas Muhammadiyah Makassar, terutama bagi mahasiswa semester enam. Program studi ini menawarkan konsentrasi di bidang SDM, pemasaran, dan keuangan. Penelitian ini menggunakan data set mahasiswa angkatan 2018 hingga 2021 dan menerapkan algoritma Support Vector Machine (SVM) untuk menentukan konsentrasi yang tepat. Hasil penelitian menunjukkan bahwa model SVM mencapai akurasi sebesar 70,55% dalam menentukan konsentrasi mahasiswa. Validasi dilakukan dengan membandingkan hasil prediksi SVM dengan perhitungan manual menggunakan Microsoft Excel. Kesamaan hasil antara metode SVM dan perhitungan manual menunjukkan bahwa model ini berhasil mereplikasi keputusan manual dengan baik. Temuan ini mengindikasikan bahwa model SVM dapat menggeneralisasi pola dari data training ke data testing dengan akurasi yang memadai. Sistem ini dinilai andal dan efisien dalam proses pengambilan keputusan tanpa mengorbankan akurasi, menunjukkan bahwa metode ini dapat diandalkan secara konsisten.Kata kunci: Support Vector Machine (SVM), Konsentrasi, Mahasiswa, Klasifikasi.
Analisis Data Kepuasan Mahasiswa Terhadap Sarana Dan Prasarana Dengan Menggunakan Algoritma Naïve Bayes Pada Universitas Muhammadiyah Makassar suriani, suriani; Muhyiddin A.M Hayat; Rizki Yusliana Bakti
Ainet : Jurnal Informatika Vol. 7 No. 2 (2025): September (2025)
Publisher : Universitas Muhammadiyah Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26618/wrccj205

Abstract

SURIANI, Salah satu institusi pendidikan tinggi yang berperan sentral dalam menyediakan pendidikan berkualitas adalah Universitas Muhammadiyah Makassar (Unismuh). Perguruan tinggi sebagai penyedia layanan harus menyediakan mutu pelayanan yang unggul kepada mahasiswa. Salah satu atribut pelayanan adalah hal yang tidak berwujud. Dalam konteks mahasiswa terhadap pelayanan fasilitas, pegawai dan kepuasan staf pengajar perlu memberikan pelayanan berkualitas tinggi kepada mahasiswa sesuai dengan kebutuhan mereka. Mahasiswa telah mengorbankan uang dan waktu untuk pendidikan, sehingga perguruan tinggi harus memberikan layanan yang sebanding dengan pengorbanan ini. Dari perhitungan yang telah dilakukan dengan metode Naïve Bayes, terdapat terdeteksi terdapat 16 mahasiswa mahasiswa yang menyatakan puas dan 427 mahasiswa yang menyatakan tidak puas, dengan perbandingan persentase 4% banding 96%. Dengan nilai presisi, recall, dan f1 score masing-masing bernilai 100%. Artinya pihak kampus perlu melakukan pengembangan dan perbaikan terhadap sarana dan prasarana yang ada pada kampus universitas Muhammadiyah makassar.
Co-Authors . Darniati Abd Rahman, Aedah Abrah, Rezkytullah Ahmad Faisal Ahmad Fauzi Saifuddin Akbar DB, Andi Muhammad ALRASYID.S, NUR FUAD Andi Makbul Syamsuri Andi Muhammad Akbar DB arikal khairat Asdar, Muhammad Dasril Bakti, Rizki Yusliana Basyar, Muhammad Yusuf Chyquitha Danuputri Chyquitha Danuputri Danuputri, Chyquitha Danuputri, Chyquitha Danuputri, Chyquitha Darniati Dedi Setiawan Desi Anggraeni Desi Anggreani Djalil, Sony Achmad Dzakki Adam, Ahmad Wildan Fachrim Irhamna Rachman Fahrim Irhmna Rachman Fatimah Azzahra Fauzan Azhari Rahman Fauzi Ahmad Muda FUAD, NUR FUAD ALRASYID.S Hadawina Hadawina Haidul, Haidul Jihan Izzathul Mujidah Khadijah Kusumawardani, Nurul Lukman Lukman Lukman Lukman Anas LUKMAN ANAS Lukman Lukman Lukman Lukman Lukman, Lukman Muh Nur Aqsal Aminullah Muhammad Asygar Faeruddin Muhammad Faisal Muhammad Khadafi Muhammad Syafaat S. Kuba Muhsin, Muh Arief Muliana Nisha, Khairun Nur Alam Nur Annisa Syarifuddin Nurnawaty Nurul Kusumawardani RAHMANIA Rahmania RAMLI, ANDI RAODATUL ADAWIYAH Rasyidi, Muhammad Fachri Reski Abbas Ridwang Ridwang Ridwang Ridwang Ridwang, Ridwang Risal Salsabila, Ismi Sari, Reski Anugrah Sarina Sunarti Suriani Suriani Syahril Akbar Titik Khawa Abdul Rahman Titin Wahyuni Ulil Amri Usman, Ansharullah Patiroi Utama, Prengki Putra Wahid, Abd Rahman