Article Per Year (5 Year)
p-Index From 2021 - 2026
3.048
P-Index
This Author published in this journals
All Journal JITEK (Jurnal Ilmiah Teknosains) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Jusikom : Jurnal Sistem Komputer Musirawas Jurnal Informatika Universitas Pamulang Jurnal Teknologi Informasi MURA EDUMATIC: Jurnal Pendidikan Informatika JUSIM (Jurnal Sistem Informasi Musirawas) Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Pengabdian Dharma Wacana Jurnal Abdimas Bina Bangsa JUSTIN (Jurnal Sistem dan Teknologi Informasi) Ngabdimas : Pengabdian Pada Masyarakat Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal UNIV.BI MENGABDI
Alfis Arif
Sekolah Tinggi Teknologi Pagar Alam
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Transportation Veterinary Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
IMPLEMENTASI METODE WEIGHTED AGGREGATED SUM PRODUCT ASSESMENT DALAM MENENTUKAN KEDELAI TERBAIK PRODUKSI TAHU, TEMPE Anggraini, Inda; Arif, Alfis; Ningrum, Ichda Utami
JUSIM (Jurnal Sistem Informasi Musirawas) Vol 9 No 1 (2024): JUSIM : Jurnal Sistem Informasi Musi Rawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusim.v9i1.2263

Abstract

This research aims to implement the Weighted Aggregated Sum Product Assessment method in identifying soybeans as raw materials in the production of tofu and tempeh. Tofu and tempeh production often experiences production failures, such as the tofu compaction process being insufficient or the texture being too dense, the tempeh fermentation process being less than optimal and so on. This is influenced by poor soybean raw materials, both in terms of texture and color and the selection of soybeans which is still done directly by looking at the color and brand. Meanwhile, these two things do not necessarily correspond to the right criteria for tofu and tempeh production. In this research, the Weighted Aggregated Sum Product Assessment method was used in making decisions to determine the best soybeans for producing tofu and tempeh based on 4 selection criteria, namely soy color, soy size, soy moisture and soy texture. All these criteria are then processed to obtain the best soybean results that are appropriate for the raw material for making tofu and tempe, namely soybeans from the Ahok supplier with a value of 4.475.
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM MENENTUKAN BLOK TANAMAN SAWIT PRODUKTIF PADA PT ARTA PRIGEL Pitaloka Anggriani, Yesi; Arif, Alfis; Febriansyah, Febriansyah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9225

Abstract

Pt Arta Prigel merupakan perusahaan perkebunan kelapa sawit yang telah beroperasi secara komersial sejak tahun 1983 terletak di kota Lahat. Dan memiliki 3 divisi dan 51 blok. Akan tetapi blok blok tanaman sawit tersebut tidak ada rekap bloknya sehingga kurangnya analisis terhadap lahan perkebunan yang mengakibatkan turunnya produksi hasil panen dan salah mengambil keputusan. Tujuan penelitian ini untuk mengimplementasikan metode K-Means Clustering dalam menentukan pola hasil produksi sawit yang produktif berdasarkan bloknya di Pt Arta Prigel Lahat. Menggunakan metode pengembangan CRISP-DM dan metode pengujian silhouette coefficient. Setelah dilakukan proses clustering diketahui cluster_0 dengan tingkat produksi cukup produktif berjumlah 38 blok di tahun 2021 sampai 2023, cluster_1 dengan tingkat produksi produktif berjumlah 15 blok di tahun 2021 sampai 2023, dan cluster_2 dengan tingkat tidak produktif berjumlah 47 blok untuk tahun 2021 sampai 2023. Metode pengujian menggunakan silhouette coefficient dengan menghitung hasil silhouette score. Hasil dari pengujian metode silhouette coefficient pada aplikasi Google Colab dengan Bahasa Pemrograman Python untuk menghitung hasil silhouette score terbentuk 3 cluster (K=3) dengan nilai 0.61.
Sistem Cerdas Deteksi Status Gizi Anak melalui Eksplorasi Algoritma C.45 dan Forward Feature Selection Arif, Alfis; Gusmaliza, Debi
Jurnal Pendidikan Informatika (EDUMATIC) Vol 8 No 2 (2024): Edumatic: Jurnal Pendidikan Informatika
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/edumatic.v8i2.28014

Abstract

The problem of high rates of child malnutrition remains in Pagar Alam City. The lack of understanding of nutritional interventions and the limited ability of Posyandu cadres to conduct accurate nutritional assessments are the main factors. This situation makes it difficult for the community to monitor the nutritional status of children and provide appropriate nutritional intake. This research aims to create an intelligent system for detecting children's nutritional status through the exploration of C.45 algorithm and Forward Feature Selection in Pagar Alam City. This system is designed to detect children's nutritional status and provide recommendations for appropriate nutritional intake based on detection results with variables of children's weight and height. The data used amounted to 7519 data obtained from the Pagar Alam City Health Office. The model we use to build this system is waterfall with stages of planning, analysis, design, development, testing and implementation. Then the method we apply to this system is CRISP-DM and the C.45 algorithm and Forward Feature Selection technique. Our results are in the form of an intelligent system for detecting children's nutritional status, with the results of system testing using test data and training data showing 100% accuracy. In addition, black box testing also proves that the system works well as expected.
PEMBERDAYAAN MASYARAKAT MELALUI PELATIHAN STRATEGI PROMOSI PRODUK LOKAL BERBASIS MEDIA SOSIAL Arif, Alfis; Itteridi, Vike
JURNAL UNIV.BI MENGABDI Vol 4 No 1 (2025): Jurnal UNIV.BI Mengabdi : Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/mengabdi.v4i1.2656

Abstract

Media sosial merupakan sarana efektif dan murah untuk promosi produk lokal, namun belum dimanfaatkan secara optimal oleh pelaku usaha di RT 03 RW 03 Simpang Mbacang, Kota Pagar Alam. Kegiatan pengabdian ini bertujuan untuk meningkatkan kemampuan masyarakat dalam memanfaatkan media sosial sebagai strategi promosi digital. Mitra kegiatan adalah warga yang memiliki usaha kecil atau rumahan. Metode yang digunakan participatory action research berupa pelatihan selama dua hari dengan pendekatan praktik langsung yang mencakup pembuatan akun bisnis di Facebook dan WhatsApp, teknik pengambilan foto produk, penulisan caption promosi, dan simulasi unggah konten. Hasil kegiatan menunjukkan peningkatan pengetahuan dan keterampilan peserta dengan rata-rata peningkatan hasil post-test sebesar 46%. Peserta juga berhasil membuat akun media sosial bisnis dan mulai mempraktikkan promosi mandiri. Pelatihan ini berdampak positif terhadap pemberdayaan masyarakat melalui peningkatan literasi digital dan pemasaran produk lokal. Kegiatan ini direkomendasikan untuk dilanjutkan dengan pendampingan berkelanjutan.
IMPLEMENTASI MODEL TRANSFER LEARNING RESNET152V2 UNTUK KLASIFIKASI PENYAKIT DAUN PEPAYA Yohanes Riski Ramadhan; Alfis Arif; Riduan Syahri
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18013

Abstract

Pepaya merupakan salah satu komoditas hortikultura yang memiliki nilai ekonomi penting bagi petani di Kecamatan Pajar Bulan. Namun, produktivitas pepaya sering mengalami penurunan akibat serangan berbagai penyakit pada daun. Selama ini identifikasi penyakit masih dilakukan secara visual oleh petani dan penyuluh, sehingga berpotensi menimbulkan kesalahan diagnosis. Penelitian ini bertujuan untuk mengimplementasikan model klasifikasi penyakit daun pepaya berbasis Deep Learning menggunakan pendekatan Transfer Learning dengan arsitektur ResNet152V2 serta mengintegrasikannya ke dalam aplikasi mobile berbasis Flutter. Dataset yang digunakan berjumlah 800 citra daun pepaya yang terdiri dari empat kelas, yaitu Antraknosa, Blackspot, Ringspot, dan Healthy. Data dibagi menjadi 80% untuk training, 10% untuk validasi, dan 10% untuk testing. Tahapan pengolahan data meliputi cleaning, resize citra menjadi 224×224 piksel, normalisasi, serta augmentasi data. Proses pelatihan dilakukan dalam dua tahap, yaitu freeze dan fine-tuning masing-masing selama 100 epoch dengan memanfaatkan bobot pra-latih ImageNet. Hasil evaluasi menunjukkan model mampu mencapai akurasi sebesar 98,75% dengan nilai rata-rata Precision, Recall, dan F1-Score sebesar 0,99 serta loss yang stabil tanpa indikasi overfitting yang signifikan. Model kemudian dikonversi ke format TensorFlow Lite dan berhasil diimplementasikan pada aplikasi Flutter untuk membantu proses identifikasi penyakit daun pepaya secara lebih praktis dan efisien.
Prediksi Cryptocurrency Berbasis LSTM Menggunakan Multi Modal Indikator Trading(Studi: Ethereum dan Solana) Arya; Yogi Isro' Mukti; Alfis Arif; Sigit Candra Setya -
BETRIK Vol. 17 No. 01 (2026): Jurnal Ilmiah BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : PPPM Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/83kqq228

Abstract

The dynamic development of the cryptocurrency market causes digital asset prices to experience high volatility, making it difficult for investors to accurately predict price movements. Therefore, an analytical method is needed to model price movement patterns in time series data. This study aims to develop a cryptocurrency price prediction model for Ethereum and Solana using the Long Short-Term Memory (LSTM) method with a multi-modal trading indicator approach. The dataset used consists of historical price data including open, high, low, close, trading volume, and technical indicators such as Exponential Moving Average (EMA), Relative Strength Index (RSI), and Bollinger Bands. The research process follows the CRISP-DM methodology, which includes business understanding, data understanding, data preparation, modelling, evaluation, and deployment stages. The data were processed through normalization and time series windowing, with a training and testing data split of 80:20. The evaluation results using Root Mean Square Error (RMSE) and Mean Absolute Percentage Error (MAPE) indicate that the model has good predictive performance. The Ethereum model produced an RMSE value of 129.08 and a MAPE of 3.26%, while the Solana model produced an RMSE of 8.30 and a MAPE of 3.63%. The developed model was also implemented in a Streamlit-based dashboard to visualize prediction results interactively, helping users monitor and analyze cryptocurrency price movements.
Co-Authors Arya Desi Puspita Elpita Aisyah Febriansyah Febriansyah Ferry Putrawansyah Fitria Rahmadayanti Gusmaliza, Debi Inda Anggraini Itteridi, Vike Masdalipa, Risnaini Ningrum, Ichda Utami Nurmaleni Okta Lesva Pitaloka Anggriani, Yesi Sasmita Sasmita Sigit Candra Setya - Syahri, Riduan Yogi Isro' Mukti Yogi Mukti Yohanes Riski Ramadhan