Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal Joined Journal (Journal of Informatics Education Information Science and Library Tematik The Indonesian Journal of Computer Science Kolaborasi: Jurnal Hasil Kegiatan Kolaborasi Pengabdian Masyarakat
Mohammad Burhan Hanif
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Klasifikasi Persalinan Prematur Menggunakan Perbandingan Algoritma C4.5 dan Random Forest Handini Arga Damar Rani; Mohammad Burhan Hanif; Afis Pratama; R. Irlanto Sudomo
Joined Journal (Journal of Informatics Education) Vol 5 No 2 (2022): Volume 5 Nomor 2 (2022)
Publisher : Universitas Ivet

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31331/joined.v5i2.2503

Abstract

Persalinan prematur adalah kondisi kelahiran bayi kurang dari 37 minggu dengan berat janin kurang dari 2500 gram. Dimana tingkat persalinan bayi premature yang berujung pada kematian meningkat dari tahun 2000 sampai 2014 sebanyak 8.5%. Klasifikasi untuk penanganan persalinan premature secara dini merupakan salah satu solusi yang sering diteliti. Beberapa algoritma klasifikasi yang sering digunakan adalah C4.5 dan Random Forest. Dari kedua algoritma tersebut akan dipilih mana algoritma terbaik dengan melihat pada tingkat akurasi yang paling tinggi yang akan dipilih. Dari hasil perhitungan algoritma Random Forest didapatkan akurasi sebesar 99.38% dengan AUC 0.988. Sedangkan capaian dari algoritma C4.5 sebesar 98.75% dengan AUC 0.5. Maka dari hasil itu dapat dibandingkan dengan nilai akurasi kedua algoritma disimpulkan bahwa algoritma Random Forest lebih baik akurasinya untuk mengatasi data persalianan premature jika disbanding dengan algoritma C4.5.
Meningkatkan Kinerja Decision Tree C4.5 dengan Seleksi Fitur Korelasi Pearson pada Deteksi Penyakit Diabetes Mohammad Burhan Hanif; Galet Guntoro Setiaji
The Indonesian Journal of Computer Science Vol. 11 No. 2 (2022): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v11i2.3087

Abstract

Diabetes sebuah penyakit yang menjadi momok seluruh dunia. Kerugianya tidak hanya pada penderita sendiri tetapi juga merambah ke banyak sektor. Baik di sektor pelayanan kesehatan dan sektor financial yang sangat menjadi beban tinggi yang perlu ditangani dengan baik dengan jalan pendeteksian penyakit diabetes sejak dini. Salah satu pendeteksian dini penyakit diabetes dapat memanfaatkan algoritma machine learning pada bidang data mining. Algoritma C4.5 merupakan algoritma machine learning yang memiliki tingkat akurasi dan kecepatan perhitungan tinggi dalam klasifikasi. Namun demikian algoritma C4.5 terganggu dengan data tak seimbang dan fitur data berdimensi tinggi. Pemanfaatan seleksi fitur menjadi salah satu penyelesain masalah data berdimensi tinggi. Algoritma Korelasi Pearson memiliki kemampuan dalam mengukur informasi antar fitur dan diterapkan dalam penelitian ini. Penggunaan Korelasi Pearson dianggap berhasil dalam meningkatkan kinerja algoritma C4.5 dalam deteksi awal penyakit diabetes. Keberhasilan ini terlihat pada hasil akurasi sebesar 95.31% tanpa korelasi pearson menjadi 96.16% dengan pemanfaatan korelasi pearson.
Pelatihan Penerapan, Konfigurasi, Troubleshooting Jaringan Kabel UTP untuk Siswa SMK Pembangunan Mranggen, Jurusan TKJ Surono Surono; Mohammad Burhan Hanif; Galih Setiarso; Joko Suntoro
Kolaborasi : Jurnal Hasil Kegiatan Kolaborasi Pengabdian Masyarakat Vol. 4 No. 2 (2026): Juni: Kolaborasi : Jurnal Hasil Kegiatan Kolaborasi Pengabdian
Publisher : Asosiasi Riset Ilmu Matematika dan Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62383/kolaborasi.v4i2.996

Abstract

The rapid development of information technology requires students majoring in Computer and Network Engineering (TKJ) to possess competencies in installing, configuring, and troubleshooting UTP cable networks according to industry standards. This Community Service (PKM) activity is a follow-up to previous training at SMK Pembangunan Mranggen, which had not yet covered advanced practical sessions due to time and facility constraints. Utilizing project-based learning and teaching factory approaches, this training focuses on the hands-on practice of UTP cabling, IP address configuration in real network scenarios, and troubleshooting common network failures. This program aims to directly enhance students' technical skills, thereby supporting their readiness for the Vocational Competency Exam (UKK), Field Work Practices (PKL), and workplace demands as network technicians and IT support.
Peran Akses E-Skripsi untuk Mahasiswa Universitas Semarang Selama Perkuliahan Online Saeful Amri; Ahmad Rifa i; Mohammad Burhan Hanif
Information Science and Library Vol. 1 No. 2 (2020): Desember
Publisher : UPT Perpustakaan Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/jisl.v1i2.2809

Abstract

Wabah Corona Virus (Covid-19) yang menyerang melalui penularan penyakit dengan sangat cepat dan dapat mengakibatkan kematian menyebabkan manusia harus menjaga jarak satu dengan lainnya agar tidak terjadi penularan yang sangat cepat, hal tersebut berdampak pada beberapa sektor salah satunya adalah pendidikan. Dalam dunia pendidikan di Indonesia, hingga saat ini masih menerapkan metode belajar dalam jaringan (daring). Akses E-Skripsi Universitas Semarang menjadi salah satu solusi dalam mengatasi kendala keterbatasan akses literatur pada mahasiswa. Studi ini menggunakan metode kualitatif. Data dikumpulkan dengan studi kepustakaan. Temuan data selanjutnya dianalisis dengan pendekatan analisis deskriptif. Hasil studi menunjukkan bahwa akses E-Skripsi dapat memberikan solusi bagi mahasiswa. Selain itu, open access memberikan kemudahan dalam menambah literatur yang dibutuhkan, sehingga mahasiswa tetap produktif dalam menyelesaikan studi dikala pandemi.The Corona Virus (Covid-19) outbreak which attacks through disease transmission very quickly and can result in death causes humans to keep their distance from one another so that transmission does not occur very quickly, this has an impact on several sectors, one of which is education. In the world of education in Indonesia, until now, it is still implementing online learning methods. Access to E-Skripsi at the University of Semarang is one solution in overcoming the constraints of limited access to literature for students. This study uses qualitative methods. Data collected by a literature study. Further data findings were analyzed using a descriptive analysis approach. The study results show that E-Skripsi access can provide solutions for students. In addition, open access makes it easy to add to the literature needed, so that students remain productive in completing studies during a pandemic
PELATIHAN MEMBUAT WEBSITE DENGAN WORDPRESS DI SMK NEGERI 2 DEMAK Galet Guntoro Setiaji; Mohammad Burhan Hanif
TEMATIK Vol. 5 No. 1 (2025): Januari
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/tmt.v5i1.11189

Abstract

Kegiatan Tim PkM Program Studi Teknik Informatika Universitas Semarang menyelengarakan pelatihan membuat website dengan WordPress di SMK N 2 Demak. Kegiatan ini di ikuti oleh 35 siswa dan diselengarakan di Laboratorium Komputer SMK N 2 Demak. Sebelum dilakukan kegiatan ini siswa di berikan Pre-Test terkait kegiatan, dimana didapatkan sejumlah siswa masih belum begitu paham tentang website WordPress. Namun setelah dilakukan penjelasan dan praktik membuat website menggunakan WordPress, siswa lebih paham dan mengerti cara membuat website menggunakan WordPress.
Co-Authors Afis Pratama Ahmad Rifa i Galih Setiarso Handini Arga Damar Rani Joko Suntoro Saeful Amri Setiaji, Galet Guntoro Sudomo, R. Irlanto Surono Surono