Article Per Year (5 Year)
p-Index From 2021 - 2026
9.645
P-Index
This Author published in this journals
All Journal EKONOMIA Jurnal Informatika dan Teknik Elektro Terapan Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer JIKO (Jurnal Informatika dan Komputer) JURNAL MEDIA INFORMATIKA BUDIDARMA Indonesian Journal of Artificial Intelligence and Data Mining Jurnal Ilmiah Matrik JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Teknologi Sistem Informasi dan Aplikasi JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Psychology, Evaluation, and Technology in Educational Research INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi METIK JURNAL Building of Informatics, Technology and Science Progresif: Jurnal Ilmiah Komputer JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Mnemonic JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Didaktik : Jurnal Ilmiah PGSD STKIP Subang Reswara: Jurnal Pengabdian Kepada Masyarakat Journal of Computer Networks, Architecture and High Performance Computing BAKTI BANUA : JURNAL PENGABDIAN KEPADA MASYARAKAT Teknika Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Bangkit Indonesia CONSEN: Indonesian Journal of Community Services and Engagement Jurtik STMIK Bandung Jurnal Abdimas Lamin Journal of Innovative and Creativity Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Buffer Informatika INOVTEK Polbeng - Seri Informatika JSE Journal of Science and Engineering Journal of Information Technology KREATIF: Jurnal Pengabdian Masyarakat Nusantara Jurnal Abdimas Mahakam
Taghfirul Azhima Yoga Siswa
Universitas Muhammadiyah Kalimantan Timur
Religion Agriculture, Biological Sciences & Forestry 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 Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 79 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 79 Documents
Search

 4   5   6   7   8 
Optimalisasi Pembelajaran Daring pada Masa Pandemi Covid-19 dengan Pembinaan Bahan Ajar Digital dan E-Learning Taghfirul Azhima Yoga Siswa; Wawan Joko Pranoto
Jurnal Abdimas Mahakam Vol. 6 No. 01 (2022): Januari
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24903/jam.v6i01.1169

Abstract

Dampak pandemic Covid-19 yang saat ini melanda Indonesia menyebabkan segala aktifitas diluar rumah harus dibatasi bahkan ditiadakan dan digantikan dengan bekerja dari rumah atau work from home sebagai langkah untuk memutus rantai penyebaran virus. Pada sektor pendidikan khususnya SMK Negeri 15 Samarinda, pembelajaran yang biasanya dilakukan tatap muka harus ditiadakan dan digantikan dengan pembelajaran secara daring atau online. Dibutuhkan solusi dan tindakan yang tepat untuk dapat memastikan kegiatan belajar mengajar tetap terlaksana dengan baik ditengah wabah Covid-19 yang sedang melanda. Pengabdian masyarakat dengan In House Training diharapkan mampu untuk membina dan membantu para guru dalam mempersiapkan kegiatan belajar mengajar di masa pandemi Covid-19. Kegiatan pengabdian masyarakat ini dilakukan dengan metode survei lokasi, mempersiapkan materi pelatihan, pelaksanaan kegiatan pelatihan, dan evaluasi kegiatan pelatihan. Pelaksanaan kegiatan pelatihan In House Training dilaksanakan selama 1 hari dan di hadiri oleh guru-guru SMK Negeri 15 Samarinda sebanyak 42 orang dengan mematuhi protokol kesehatan Covid-19. Hasil dari kegiatan pengabdian masyarakat ini adalah guru-guru mampu untuk membuat dan mengoptimalisasikan bahan ajar digital menggunakan Microsoft PowerPoint dan PowToon serta menerapkan pembelajaran daring pada Learning Management System (LMS) dengan plaform Google Classroom dan Edmodo
Penguatan Keterampilan Office dan Desain Grafis bagi Anak-Anak Panti Asuhan Uswatun Hasanah Samarinda Taghfirul Azhima Yoga Siswa; Arbansyah Arbansyah; Santi Yatnikasari
Jurnal Abdimas Mahakam Vol. 6 No. 02 (2022): Juli
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24903/jam.v6i02.1558

Abstract

Peran technopreneurship dalam perkembangan teknologi dan industri di Indonesia yang mulai beradaptasi pada era revolusi industri 4.0 ke era society 5.0 saat ini sangat mempengaruhi pertumbuhan ekonomi di Indonesia. Technopreneurship sendiri terdiri dari mengidentifikasi teknologi modern dan bahkan menciptakan peluang teknologi dengan menyajikan produk dan layanan komersial. Dalam perkembangannya, technopreneurship membutuhkan teknologi pendukung untuk menunjang kebutuhan kewirausahaan berbasis teknologi saat ini. Kemampuan dan keterampilan dasar individu tentang implementasi teknologi informasi pendukung seperti microsoft office dan desain grafis sangat diperlukan untuk dapat bersaing dan menciptakan peluang baru dalam perkembangan technopreneurship. Metode yang digunakan pada kegiatan pengabdian kepada masyarakat ini dimulai dengan melakukan survei lokasi, yang dilanjutkan dengan persiapan materi, pelaksanaan, dan evaluasi kegiatan. Kegiatan pengabdian dilakukan selama 1 hari yang dilangsungkan pada ruang pertemuan, dan kegiatan dihadiri sebanyak 8 anak Panti Asuhan Uswatun Hasanah. Dengan adanya pengabdian kepada masyarakat ini, diharapkan nantinya anak-anak panti asuhan mendapatkan pembekalan untuk meningkatkan keterampilan mereka dalam kewirausahaan berbasis teknologi informasi (digital). Selain itu kegiatan ini juga dilakukan dalam rangka mendorong pertumbuhan technopreneurship di kalangan usia produktif di Kota Samarinda.
Pencegahan Abrasi dan Peningkatan Sektor Wisata melalui Penanaman Mangrove di Pesisir Pantai Kecamatan Muara Badak Taghfirul Azhima Yoga Siswa; Nur Fithriyanti Imamah; Paula Mariana Kustiawan; Anis Siti Nurrohkayati; Mardiana Mardiana; Jubaidi Jubaidi
Jurnal Abdimas Mahakam Vol. 7 No. 02 (2023): Juli
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24903/jam.v7i02.2293

Abstract

Posisi daerah pesisir pantai rentan terhadap abrasi, yang merupakan erosi dan hilangnya tanah akibat gelombang laut yang kuat, khususnya yang terjadi di kawasan pesisir pantai area dermaga pantai panrita lopi, jalan poros jembatan pentol desa tanjung limau dan desa salo sumbala kecamatan Muara Badak provinsi Kalimantan Timur. Salah satu solusi efektif dalam pencegahan abrasi adalah dengan menggunakan tanaman mangrove. Tanaman ini memiliki akar yang kuat dan sistem perakarannya yang kompleks, mampu menahan erosi dan menstabilkan tanah di sepanjang garis pantai. Penanaman mangrove dapat memberikan perlindungan fisik terhadap abrasi, serta memberikan manfaat ekologis penting seperti penyediaan habitat bagi spesies laut dan penyerapan karbon dioksida. Upaya pencegahan abrasi melalui pengabdian masyarakat ini dilakukan sebagai langkah untuk menjaga dan memulihkan ekosistem yang rusak. Diharapkan dengan pelaksanaan kegiatan pengabdian kepada masyarakat dengan penanaman mangrove di pesisir pantai kecamatan Muara Badak ini dapat menjaga keberlanjutan pesisir pantai dan mengurangi kerentanan terhadap abrasi serta meningkatkan daya tarik sektor wisata khususnya pantai – pantai yang ada di kecamatan muara badak.
Hybrid PSO Feature Selection Correlation and Support Vector Machine Model for Heart Disease Detection Sarina Safitri; Taghfirul Azhima Yoga Siswa; Wawan Joko Pranoto
J-INTECH ( Journal of Information and Technology) Vol 14 No 01 (2026): Journal of Information and Technology
Publisher : LPPM Universitas Bhinneka Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v14i01.2251

Abstract

Heart disease remains a major health problem worldwide. The World Health Organization (WHO) reports that in 2022, approximately 19.8 million people died from heart disease, highlighting the need for the implementation of an appropriate early detection model. This study proposes a hybrid SVM–PSO model with correlation-based feature selection, duplicate data handling, and a multi-metric fitness function to enhance classification performance. PSO is employed to optimize the C parameter and RBF kernel of SVM, producing a more robust and balanced model compared to existing approaches. This study uses a heart disease dataset consisting of 1,025 rows with 13 attributes and 1 target variable obtained from the Kaggle repository and republished on the Zenodo platform in 2024. The research stages include Pre-Processing, Standardization, Feature Selection based on Correlation, and evaluation using the 10-Fold Cross Validation technique with Accuracy, precision, recall, and F1-score metrics. The results show that Support Vector Machine (SVM) achieved an Accuracy of 82.80%, Precision of 79.31%, Recall of 91.70%, and an F1-score of 84.88%. After optimization using PSO, the performance improved to an accuracy of 84.46%, precision of 80.54%, recall of 92.72%, and an F1-score of 86.04%. The experimental results indicate performance improvements of 2.00% in accuracy, 1.55% in precision, 1.11% in recall, and 1.37% in F1-score after PSO optimization. These results prove that the applied hybrid approach successfully improved the ability to detect heart disease. Therefore, this study contributes by demonstrating that PSO-based hyperparameter optimization can effectively enhance SVM classification performance for heart disease detection. The proposed model also has practical implications as a decision support tool for early heart disease detection that can assist medical practitioners in improving diagnostic accuracy and supporting preventive treatment strategies.
Model Hybrid PSO, Feature Selection Correlation dan Logistic Regression untuk Deteksi Penyakit Jantung Hidayatullah, Muhammad Wahyu; Siswa, Taghfirul Azhima Yoga; Pranoto, Wawan Joko
INFOMATEK Vol 28 No 1 (2026): Juni 2026 (In Progress)
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v28i1.43123

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian baik di Indonesia maupun secara global sehingga diperlukan model deteksi dini yang akurat. Penelitian ini bertujuan meningkatkan kinerja Logistic Regression dengan regularisasi L2 melalui optimasi Particle Swarm Optimization (PSO) dan feature selection berbasis correlation. Metode yang digunakan meliputi pre-processing, standarisasi, seleksi fitur, serta evaluasi menggunakan K-10 Fold Cross Validation. Hasil pengujian menunjukkan bahwa Logistic Regression menghasilkan accuracy 82,47%, precision 80,31%, recall 88,56%, dan F1-score 84,10%. Setelah dioptimasi dengan PSO, performa meningkat menjadi accuracy 84,45%, precision 81,74%, recall 91,01%, dan F1-score 85,98%. Hasil tersebut menegaskan bahwa pendekatan hybrid yang diusulkan efektif dalam meningkatkan deteksi penyakit jantung.
Analisis Komparasi TF-IDF dan Word2Vec pada Algoritma SVM Untuk Sentimen Pembangunan IKN di YouTube: Studi Kasus Komentar YouTube pada Kanal Pembangunan IKN Fattah, Mi'raj; Taghfirul Azhima Yoga Siswa; Naufal Azmi Verdikha
Buffer Informatika Vol. 12 No. 1 (2026): Buffer Informatika
Publisher : Department of Informatics Engineering, Faculty of Computer Science, University of Kuningan, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25134/buffer.v12i1.551

Abstract

Pembangunan Ibu Kota Negara (IKN) Nusantara merupakan kebijakan strategis nasional yang menuai beragam reaksi publik, baik positif maupun negatif, terutama di media sosial seperti YouTube. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap opini masyarakat mengenai pembangunan IKN serta membandingkan kinerja akurasi antara dua metode ekstraksi fitur, yaitu Term Frequency-Inverse Document Frequency (TF-IDF) dan Word2Vec, menggunakan algoritma Support Vector Machine (SVM). Data penelitian terdiri dari 1.969 komentar bersih yang dikumpulkan melalui teknik scraping pada periode Juli hingga September 2025. Tahapan penelitian meliputi pengambilan data, pre-processing (pembersihan, case folding, normalisasi, tokenisasi, stopword removal, dan stemming), pelabelan data manual yang divalidasi ahli bahasa, ekstraksi fitur, serta klasifikasi menggunakan SVM dengan kernel Radial Basis Function (RBF). Evaluasi model dilakukan menggunakan metode 10-Fold Cross Validation dan Confusion Matrix. Hasil penelitian menunjukkan bahwa TF-IDF memberikan kinerja yang lebih baik dibandingkan Word2Vec pada dataset ini. SVM dengan TF-IDF menghasilkan rata-rata akurasi sebesar 74,40%, sedangkan SVM dengan Word2Vec menghasilkan akurasi sebesar 72,98%. Penelitian ini menyimpulkan bahwa representasi fitur berbasis frekuensi (TF-IDF) lebih efektif dibandingkan representasi semantik (Word2Vec) dalam mengklasifikasikan sentimen komentar singkat di YouTube terkait topik IKN.
Hybrid Support Vector Regression-Genetic Algorithm Model for Forecasting Stock Prices Albab, Muhammad Ulil; Yoga Siswa, Taghfirul Azhima; Hasudungan, Rofilde
Indonesian Journal of Artificial Intelligence and Data Mining Vol 9, No 1 (2026): March 2026
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v9i1.39057

Abstract

The stock market exhibits a high level of volatility, which often leads to significant price fluctuations and increases the risk of financial losses for investors. Therefore, stock price prediction is an important tool to support investment decision-making, particularly for PT Aneka Tambang Tbk (ANTM.JK). This study aims to predict ANTM stock prices by applying the Support Vector Regression (SVR) method optimized using a Genetic Algorithm (GA). The data used in this study consist of 1202 historical stock price data of ANTM from September 11, 2020 to September 11, 2025, obtained from Investing.com, and the data are normalized using the Min-Max normalization method. The dataset is divided into training data and testing data using an 80:20 ratio, where 80% of the data are used for training and 20% for testing. The SVR model is constructed using the Radial Basis Function (RBF) kernel, while the GA is employed to optimize the SVR parameters in order to obtain the optimal parameter combination, with main GA parameters including population size of 50, 30 generations, crossover rate of 0.8, and mutation rate of 0.1. Model performance is evaluated by comparing the prediction results of SVR without optimization and GA-optimized SVR using Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), and Mean Absolute Percentage Error (MAPE). The experimental results indicate that the application of the GA improves the predictive performance of the model. The SVR model without optimization produces RMSE, MAE, and MAPE values of 85.48, 59.02, and 2.62%, respectively. After parameter optimization using GA, the model performance improves as indicated by reduced error values, with RMSE of 75.97, MAE of 52.42, and MAPE of 2.42%
Muhammadiyah-Based Community Engagement: Qur’anic Literacy, Worship Discipline, and Financial Empowerment: Keterlibatan Komunitas Berbasis Muhammadiyah: Literasi Al-Qur’an, Disiplin Ibadah, dan Pemberdayaan Keuangan Daryanto, Daryanto; Wijayantini, Bayu; Siswa, Taghfirul Azhima Yoga; Arif, Alfi; Nursaid, Nursaid; Sobri, Taufik; Cahyanto, Triawan Adi
CONSEN: Indonesian Journal of Community Services and Engagement Vol. 6 No. 1 (2026): Consen: Indonesian Journal of Community Services and Engagement
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/consen.v6i1.2629

Abstract

This community service program aimed to strengthen Qur'anic literacy, worship discipline, and basic financial literacy among the congregation of Surau Wang Ulu, Kangar, Perlis, Malaysia, through a Muhammadiyah values-based empowerment approach. The ten-week program employed Participatory Action Research (PAR) across five stages: needs assessment, planning, implementation, evaluation, and follow-up. A total of 50 main participants took part, comprising 38 children aged 7–15 and 12 adults, with 25 parents and surau administrators serving as supporting participants. Interventions included talaqqi-based Qur'anic instruction, structured salah simulation, individual mentoring, parental engagement workshops, and basic financial literacy sessions. Data were collected through pre- and post-assessments, observation checklists, attendance records, and participant feedback, and analyzed descriptively. Post-programme assessments showed improvements across all measured indicators: tahsin recitation accuracy (72%), tajwid application (70%), beginner Qur'anic reading progression (65%), salah movement accuracy (68%), congregational prayer participation (75%), and basic financial literacy (60%). Community attendance throughout the programme reached 85%. These findings indicate that an integrated Muhammadiyah-based community service model combining spiritual, worship, and life-skills components can yield measurable improvements across religious and socioeconomic domains.
Metode Hybrid SVR-GWO Untuk Prediksi Harga Saham PT. Aneka Tambang Tbk Muhammad Aditya Rahman; Taghfirul Azhima Yoga Siswa; Rofilde Hasudungan
Progresif: Jurnal Ilmiah Komputer Vol 22, No 2 (2026): April
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v22i2.3586

Abstract

Fluctuating and unpredictable stock price movements pose a challenge for investors in their decision-making. This study aims to apply and analyze the performance of a hybrid Support Vector Regression (SVR)–Grey Wolf Optimizer (GWO) model in predicting the stock price of PT Aneka Tambang Tbk. The data used consists of daily stock prices from September 11, 2020, to September 11, 2025, totaling 1,202 data points, with a division of 70% training data and 30% testing data. The research stages include pre-processing, basic SVR modeling, and parameter optimization using GWO. The evaluation was carried out using RMSE, MAE, and MAPE. The results show that GWO optimization improved the model's performance from RMSE 99.78, MAE 55.70, and MAPE 2.61% to RMSE 77.27, MAE 48.97, and MAPE 2.37%. Thus, the SVR–GWO model is capable of improving the accuracy of stock price predictions and has the potential to support investment decision-making.Keyword: Grey Wolf Optimizer; Machine Learning; Prediction; Stock Price; Support Vector Re-gression AbstrakPergerakan harga saham yang fluktuatif dan sulit diprediksi menjadi tantangan bagi investor dalam pengambilan keputusan. Penelitian ini bertujuan menerapkan dan menganalisis kinerja model hybrid Support Vector Regression (SVR)–Grey Wolf Optimizer (GWO) dalam memprediksi harga saham PT Aneka Tambang Tbk. Data yang digunakan berupa harga saham harian periode 11 September 2020 hingga 11 September 2025 sebanyak 1202 data, dengan pembagian 70% data pelatihan dan 30% data pengujian. Tahapan penelitian meliputi pre-processing, pemodelan SVR dasar, serta optimasi parameter menggunakan GWO. Evaluasi dilakukan menggunakan RMSE, MAE, dan MAPE. Hasil menunjukkan bahwa optimasi GWO meningkatkan kinerja model dari RMSE 99.78, MAE 55.70, dan MAPE 2.61% menjadi RMSE 77.27, MAE 48.97, dan MAPE 2.37%. Dengan demikian, model SVR–GWO mampu meningkatkan akurasi prediksi harga saham dan berpotensi mendukung pengambilan keputusan investasi.Kata Kunci: Grey Wolf Optimizer; Harga Saham; Machine Learning; Prediksi; Support Vector Regression
Co-Authors Abdul Rahim Abdul Rahim Abror, Irfan Fiqry Agustya Nanda Pratiwi Akbar, Zakaria Ihza Albab, Muhammad Ulil Alfi Arif Anis Siti Nurrohkayati Anitasari, Dini Anton Prafanto Anton Saputra Arbansyah Arbansyah Ari Ahmad Dhani Ariyadi, Dedy Asnur Karima Aspianur Bahrudin, Faizal Bayu Wijayantini, Bayu Betris Dea Maretta, Nanda Damari, Azwar Darmawan Setiya Budi Daryanto Daryanto Dewi, Catur Kumala Dzul Rachman, Dzul Ekawati Ekawati Enriko Chiesa Sipahutar Fattah, Mi'raj FAUZI Fendy Yulianto Fendy Yulianto Gubtha Mahendra Putra Haryadi, Rina Mashitoh Haryadi, Rina Masithoh Hasudungan, Rofilde Heri Abijono Hery Kurniawan Hidayati Ramadhani, Novia Hidayatullah, Muhammad Wahyu Istimaroh Istimaroh Joko Pranoto, Wawan Jubaidi Khanisa Octavia Khatimah, Khusnul lia, Alvina Lidya Sari Mardiana Mardiana Muhammad Aditya Rahman Muhammad Fadly Ramadhani Muhammad Najeri Al Syahrin Muhammad Norhalimi Muhammad Rhosyid Akhmad Muhammad Wildan Hadinata Naufal Azmi Verdikha Pambudi, Faldy Alfareza Paula Mariana Kustiawan Pitoyo Pitoyo Pitoyo, Pitoyo Poernamawan, Ahmad Nugraha Prihandoko . Putri, Azzahra Namira Raenald Syaputra Rahmad Fahrozi, Mu. Aldi Rahman, Febrian Nor Ramadhani, Daib Jidan Renaldi Panji Wibowo Restu, Anggiq Karisma Aji Rivaldo, Vito Junivan Rizky Aspiah Rochman, Bagus Fathur Rofilde Hasudungan Rudiman, R Rudiman, Rudiman Salsabila, Cindy Azra Santi Yatnikasari Sarina Safitri Satria, Bima Sidiq, Reza June Siti Muawwanah Sobri, Taufik Taufiq, Ilham Taufiqurrahman Taufiqurrahman Triawan Adi Cahyanto Wahyu Hidayat Wawan Joko Pranoto Wawan Joko Pranoto Wawan Joko Pranoto Widyastuti, Dessy Yoga Priantama