Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal SMARTICS Journal Jurnal SOLMA Infotek : Jurnal Informatika dan Teknologi Jurnal Responsif : Riset Sains dan Informatika
Muhammad Edya Rosadi
Universitas Islam Kalimantan Muhammad Arsyad Al Banjari Banjarmasin
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Rancang Bangun Sistem Informasi Administrasi Lembaga Sertifikasi Profesi (LSP) Berbasis Web Nur Alamsyah; M Muflih; Muharir; Muhammad Edya Rosadi
SMARTICS Journal Vol 6 No 2: SMARTICS Journal (Oktober 2020)
Publisher : Universitas PGRI Kanjuruhan Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/smartics.v6i2.4700

Abstract

Professional Certification Authority (LSP) is an implementing agency for certification activities that are licensed by the Indonesian Professional Certification Authority (BNSP). Based on BNSP, in August 2019 there were 28,135 assessors, 120 master assessors, 13,559 competency test sites. In terms of the type of certification, there are three types of LSP, namely LSP P1, which amounts to 1,174, LSP P2 totalling 74, and LSP P3 totalling 280. LSP FTI UNISKA Banjarmasin is one of 56 LSP types P1 Universities spread throughout Indonesia. At present, the administration at LSP FTI UNISKA Banjarmasin, starting from registering participants to conducting competency tests, remains still fulfilled manually. Hence, administrators and directors often feel problems in taking out the certification process. Through this research, a web-based LSP administration application designed by collecting data using observation, interviews, and documentation studies, then information systems designed using the waterfall method. From the results of the research succeeded in designing an information system that can help the data administration process of competency test participants, scheduling, administration as well as making the competency test results report.
Sosialisasi Computational Thinking untuk Guru-Guru di SDN Teluk dalam 3 Banjarmasin Muhammad Edya Rosadi; Wagino Wagino; Nur Alamsyah; Muhammad Rasyidan; Mirza Yogy Kurniawan
Jurnal SOLMA Vol. 9 No. 1 (2020)
Publisher : Universitas Muhammadiyah Prof. DR. Hamka (UHAMKA Press)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (441.076 KB) | DOI: 10.29405/solma.v9i1.3352

Abstract

Computational Thinking atau yang disebut juga berpikir komputasi adalah sebuah istilah untuk melatih kemampuan memecahkan masalah dengan cara penalaran dan analisa, sekarang ini banyak yang beranggapan bahwa berpikir komputasi harus selalu berkaitan dengan komputer. Kenyataannya, berpikir komputasi bukan mengajarkan cara menggunakan komputer tetapi mengajarkan proses berpikir yang digunakan untuk mendukung pemecahan masalah di semua disiplin ilmu, termasuk humaniora, matematika dan ilmu pengetahuan. Berpikir komputasi dapat diajarkan sejak dini bahkan dari tingkat Sekolah Dasar (SD) dengan cara membuat hubungan pada suatu mata pelajaran atau dengan memberikan contoh penyelesaian persoalan sederhana yang terdapat pada kegiatan sehari-hari. Melalui pengabdian kepada masyarakat ini, disosialisasikan kepada para guru Sekolah Dasar Negeri (SDN) Teluk Dalam 3 Banjarmasin tentang berpikir komputasi, bertujuan agar guru dapat menambahkannya ke dalam mata pelajaran yang diampu, sehingga siswa dapat terbiasa memecahkan masalah dengan cara berpikir komputasi, yang mana ketika kemampuan ini terus dilatih maka sebuah permasalahan dapat diselesaikan dengan baik, cepat dan optimal.
PENERAPAN PARTICLE SWARM OPTIMIZATION PADA DETEKSI UJARAN KEBENCIAN DALAM PLATFORM TWITTER Mirza Yogy Kurniawan; Fathul Hafidh; Muhammad Edya Rosadi; Rezky Izzatul Yazidah Anwar
Jurnal Responsif : Riset Sains dan Informatika Vol 5 No 2 (2023): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v5i2.1340

Abstract

Media sosial telah menjadi sarana komunikasi yang sangat umum dipakai. Media sosial daring kini telah luas digunakan untuk pemasaran, pariwisata, dan juga penyebaran berita. Tingginya angka pengguna media sosial juga meningkatkan kemungkinan terdapatnya ujaran kebencian pada media tersebut. Ujaran kebencian adalah suatu bentuk tindakan komunikasi dalam bentuk provokasi, hasutan, atau hinaan kepada suatu individu atau kelompok dalam hal suku, agama, ras, kewarganegaraan dan lainnya. Riset ini mengumpulkan data cuitan dari Twitter menggunakan Application Programming Interface yang sudah disediakan oleh Twitter. Cuitan tersebut disimpan dan ditandai secara manual mana yang termasuk ujaran kebencian, dan mana yang bukan. Data cuitan diklasifikasi menggunakan metode Random Forest, k-Nearest Neighbour, Naïve Bayes dan Support Vector Machine. Hasil klasifikasi dicatat dan dilanjutkan dengan penerapan Particle Swarm Optimiziation. Hasil penerapan PSO dibandingkan dan didapati bahwa nilai akurasi yang tertinggi didapat oleh metode SVM yang dioptimasi dengan PSO dengan nilai akurasi sebesar 75.49%. Sedangkan metode Naïve Bayes memiliki kenaikan akurasi paling tinggi setelah dioptimasi sebesar 4.02%.
Deteksi Hoaks Berita Berbahasa Indonesia Menggunakan IndoBERT dengan Penanganan Ketidakseimbangan Kelas Berbasis Gabungan Class Weighting dan Focal Loss Riadhul Muttaqin; Muhammad Edya Rosadi; Muhammad Iqbal Firdaus; Dian Agustini
Infotek: Jurnal Informatika dan Teknologi Vol. 9 No. 2 (2026): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v9i2.35214

Abstract

The spread of hoaxes in Indonesian-language digital media has risen sharply in the past five years with wide societal harm. Most prior work on Indonesian hoax detection emphasizes model architecture, while the class-imbalance problem in field data receives less attention. This study presents a data-centric approach combining the IndoBERT pretrained language model with a hybrid class-imbalance objective of class weighting and focal loss. The dataset is the indonesiafalsenews corpus of 4231 labelled articles with an approximate 4.5 to 1 hoax-to-fact ratio. Evaluation uses five-seed runs with McNemar and paired-bootstrap significance testing. The proposed configuration achieves an F1-macro of 0.7240, accuracy of 0.8392, ROC-AUC of 0.8083, and a Matthews correlation coefficient of 0.4510, significantly outperforming every TF-IDF baseline at the 0.05 level. Text augmentation does not provide consistent gains, which implies that imbalance handling is the more effective lever for Indonesian hoax detection.
Co-Authors Aulia Rizky Muhammad Hendrik Noor Asegaff Dian Agustini Fathul Hafidh M Muflih Mirza Yogy Kurniawan Mirza Yogy Kurniawan Mokhamad Ramdhani Raharjo Muhammad Iqbal Firdaus Muhammad Rais Wathani Muhammad Rasyidan Muharir Nadiya Hijriana Nur Alamsyah Rezky Izzatul Yazidah Anwar Riadhul Muttaqin Wagino Wagino