Article Per Year (5 Year)
p-Index From 2021 - 2026
5.701
P-Index
This Author published in this journals
All Journal Jurnal Inspiration Bubungan Tinggi: Jurnal Pengabdian Masyarakat PENGABDI: Jurnal Hasil Pengabdian Masyarakat Prima Abdika: Jurnal Pengabdian Masyarakat Jurnal Abdimas Kartika Wijayakusuma Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Jurnal Pengabdian Masyarakat UNIPOL Amal Ilmiah: Jurnal Pengabdian Kepada Masyarakat Journal of Innovative and Creativity Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Jurnal Rister Journal of Golden Generation Abdimas Journal of Vocational, Informatics and Computer Education INTERNATIONAL JOURNAL OF ECONOMIC LITERATURE (INJOLE)
Andi Zulkifli Nusri
Teknik Informatika, Universitas Lamappapoleonro, Indonesia
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 Public Health Social Sciences Transportation Veterinary Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 39 Documents
Search

 1   2   3   4 
Sistem Penunjang Keputusan Pemilihan Karyawan Terbaik Dengan Menggunakan Metode AHP Pada BPS Kab. Soppeng Syinta Nur Aprilia; Andi Zulkifli Nusri; Nur Oktavia; Anna Novita; Cindy Novia Savira; Linda Rahayu; Lusi Elvira; Nurul Amanda Putri Aulia
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 2 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

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

Abstract

Pemilihan karyawan terbaik adalah salah satu upaya evaluasi kinerja pegawai yang memiliki tujuan untuk meningkatkan motivasi, efektivitas kerja, dan kualitas layanan. Namun, proses pemilihan terkadang menghadapi kendala karena adanya subjektivitas penilaian dan tidak adanya standar pembobotan kriteria yang terukur. Penelitian ini memiliki tujuan untuk membuat Sistem Penunjang Keputusan (SPK) pemilihan karyawan terbaik menggunakan metode Analytic Hierarchy Process (AHP) dengan studi kasus pada Badan Pusat Statistik (BPS) Kabupaten Soppeng. Metode AHP sering kali digunakan untuk menentukan prioritas dan bobot kriteria secara objektif melalui perbandingan berpasangan. Sistem yang dibangun dalam membantu pengambilan keputusan serta melakukan penilaian berdasarkan kriteria seperti kedisiplinan, kualitas kerja, kehadiran, dan tanggung jawab. Hasil penelitian menunjukkan bahwa sistem dapat memberikan rekomendasi alternatif terbaik secara terstruktur dan akurat sesuai nilai bobot kriteria. Dengan demikian, SPK berbasis AHP dapat meningkatkan objektivitas dan transparansi dalam proses pemilihan karyawan terbaik.
SISTEM PENUNJANG KEPUTUSAN PENILAIAN KESEHATAN KOPERASI DI KABUPATEN SOPPENG MENGGUNAKAN METODE SAW M Rizal R; Andi Bima Bakti; Muh. Eka Ramdhani; Muh. Saddam Nugraha pr; Arga Sanjaya; Rival Rival; M. Furqan Alfiqri; Andi Zulkifli Nusri
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 2 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

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

Abstract

Proses penilaian kesehatan koperasi di Kabupaten Soppeng selama ini masih dilakukan secara manual melalui pemeriksaan dokumen satu per satu menggunakan pedoman penilaian kesehatan koperasi. Proses manual ini menyebabkan lamanya penilaian, rawan human error, dan tidak konsisten antar penilai. Penelitian ini bertujuan membangun Sistem Penunjang Keputusan (SPK) untuk menilai kesehatan koperasi menggunakan metode Simple Additive Weighting (SAW). Metode SAW dipilih karena mampu melakukan proses normalisasi dan pemeringkatan alternatif berdasarkan bobot kriteria secara sederhana dan akurat. Sistem ini dirancang untuk membantu dinas terkait dalam melakukan penilaian koperasi berdasarkan beberapa kriteria utama seperti permodalan, kualitas aset, likuiditas, efisiensi usaha, dan kepatuhan administrasi. Hasil penelitian menunjukkan bahwa sistem dapat menghasilkan perhitungan yang cepat, konsisten, dan akurat dalam menentukan predikat kesehatan koperasi, serta meningkatkan efisiensi proses penilaian dibandingkan metode manual
Sistem Penunjang Keputusan Pemilihan Smartphone Terbaik Dengan Metode Technique For Order Preference By Similarity To Ideal Solution Andi Azzahra Andi Zuhri M; Andi Zulkifli Nusri; Dindah Dindah; Fitri Nur Aisyah; Mila Karmila Khaer; Putri Ramadhayanti; Rahna Safira; Widya Afrilia
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 2 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

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

Abstract

Pemilihan smartphone terbaik sering menjadi tantangan bagi konsumen karena banyaknya produk dengan spesifikasi yang beragam. Keputusan yang diambil secara subjektif dan tanpa pertimbangan kriteria yang terstruktur dapat menyebabkan ketidakpuasan. Penelitian ini bertujuan merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis web yang dapat merekomendasikan smartphone terbaik secara objektif. Metode yang digunakan adalah Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), yang bekerja dengan prinsip bahwa alternatif terbaik harus memiliki jarak terpendek dari solusi ideal positif (Positive Ideal Solution) dan jarak terjauh dari solusi ideal negatif (Negative Ideal Solution). Kriteria yang digunakan meliputi : Harga, RAM, Kapasitas Memori Internal (ROM), Kualitas Kamera, dan Kapasitas Baterai. Sistem berbasis web dibangun menggunakan bahasa pemrograman PHP dan database MySQL, sehingga mudah diakses oleh pengguna. Hasil pengujian menunjukkan bahwa SPK ini mampu mengolah data kriteria dan alternatif, melakukan perhitungan TOPSIS, serta menghasilkan peringkat smartphone terbaik secara cepat, akurat, dan transparan, membantu konsumen dalam mengambil keputusan pembelian yang optimal
Inovasi Pengolahan Data Geospasial Berbasis Machine Learning untuk Pemetaan Sumber Mata Air di Kabupaten Soppeng Indar Samsidar; Liza Sahwa Andani; Andi Zulkifli Nusri; Yunita Tahir
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 2 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

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

Abstract

Penelitian ini menghadirkan inovasi dalam pemetaan sumber mata air di Kabupaten Soppeng melalui integrasi Sistem Informasi Geografis (SIG) dan metode Machine Learning.SIG digunakan untuk pengelolaan dan visualisasi data spasial,sadangkan Machine Learning diterapkan untuk menganalisis pola lingkungan yang berpotensi menghasislkan mata air.Data yang digunakan mencakup citra satelit, model elevasi digital,tutupan lahan,jarak terhadap sungai,serta parameter lingkungan releven lainnya. Algoritma Random Forest dipilih karena kemampuannya dalam menangani kompleksitas data geospasial secara efektif. Hasil analisis menunjukkan bahwa model prediktif mencapai akurasi 87-90%,dengan variable paling berpengaruh berupa kemiringan lereng, NDVI,dan jarak sungai. Integrasi SIG dan Machine Learning memungkinkan pemetaan mata air eksisting sekaligus prediksi lokasi potensial secara akurat. Sistem ini diharapkan menjadi alat yang efektif dalam pengelolaan sumber daya air dan perencanaan berbasis data di Kabupaten Soppeng. Penelitian ini juga memberikan kontribusi langsung terhadap peningkatan efektivitas monitoring sumber mata air melalui penyajianpeta digital yang mudah diakses dan diperbarui.Dengan dukungan teknologi geospasial,pemerintah daerah dapat melakukan identifikasi dini terhadap wilayah rawan kekeringan serta menentukan prioritas konservasi berdasarkan tangkat potensi sumber air. Selain itu, model prediktif yang menghasilkan dapat dikembangkan lebih lanjut dengan memasukkan parameter tambahan atau metode Machine Learning lainnya untuk meningkatkan akurasi di masa mendatang. This study presents an innovative approach to mapping spring water sources in Soppeng Regency through the integration of Geographic information Systems (GIS) and Machine Learning methods.GIS is utilized for managing and visualizing spatial data, while Machine Learning is applied to analyze environmental patterns that potentially indicate spring locations. The data used include satellite umagery, digital elevation models, land cover, distance to rivers, and other relevant environmental parameters. The Random Forest algorithm was chosen due to its effectiveness in handling complex geospatial data. The analysis results indicate that the predictive model achieves an accuracy of 87-90%, with the most influential variables being slope, NDVI, and distance from rivers. The integration of GIS and Machine Learning enables mapping of existing springs as well as accurate prediction of potential sites. This system is expected to serve as an effective tool for water resource management and data-driven planning in Soppeng Regency. This research also provides a direct contribution to improving the effectiveness of spring-source monitoring thtough the presentation of digital maps that are easy to access and update. With the support of geospatial technology, local governments can conduct early identification of drought-prone areas and determine conservation priorities based on the potential level of water resources. In addition, the predictive model produced can be further developed by adding new parameters or applying other Machinr Learning methods to enhance accuracy in the future. empatkan abstrak berbahasa Inggris pada bagian ini. Gunakan font Times New Roman 10pt, italic.
Diversification of Sweet Potato-Based Products to Enhance Farmers’ Productivity Asmini Asmini; Nur Achriaty Achmar; Andi Zulkifli Nusri
Bubungan Tinggi: Jurnal Pengabdian Masyarakat Vol 8, No 2 (2026): MAY 2026
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/btjpm.v8i2.16838

Abstract

Sweet potato is one of the main agricultural commodities cultivated by farmers in Gattareng Village, Marioriwawo District, Soppeng Regency, covering a total planted area of 52.3 hectares managed by 49 smallholder farmers. Despite an average productivity of 9.7 tons per hectare, farmers are unable to obtain optimal economic benefits due to their dependence on intermediaries who purchase the harvest directly in the field at low prices, typically ranging from IDR 3,000 to 4,000 per kilogram. Limited knowledge, skills, and access to post-harvest processing technologies further prevent farmers from transforming their abundant yields into higher-value products, resulting in substantial post-harvest losses. This Community Service Program (PkM) aims to enhance farmers’ capacity to process sweet potatoes into value-added products by providing training in appropriate processing technologies, hands-on demonstrations, and entrepreneurial mentoring. The program targets members of the Kabuttu Farmers Group in Gattareng Village. Implementation methods include workshops, practical training sessions, continuous technical assistance, and pre- and post-training evaluations to assess improvements in farmers’ knowledge and processing skills. The results indicate a marked improvement in farmers’ understanding and ability to apply post-harvest processing techniques. Participants successfully produced several processed sweet potato products with longer shelf lives and higher economic value than fresh tubers. The program has generated direct positive impacts, including increased processing capacity, diversification of income sources, and reduced post-harvest losses. Overall, this PkM initiative demonstrates that strengthening post-harvest capacity and introducing appropriate processing technologies are effective strategies for enhancing value addition, reducing vulnerability to price fluctuations, and improving the economic resilience of smallholder farmers in Gattareng Village.
Penyuluhan Keamanan Data Pribadi Dalam Penggunaan Sistem Informasi Online Pada Masyarakat Kelurahan Tettikenrarae Kecamatan Marioriwawo Kabupaten Soppeng Karanita; Andi Zulkifli Nusri; Sukriani; Baso Sutrisno; Alex Sandri Sikumbang
Journal of Golden Generation Abdimas Vol. 2 No. 1 (2026): Maret : Journal of Golden Generation Abdimas
Publisher : PT. Lembaga Penerbit Penelitian Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65244/jgga.v2i1.460

Abstract

Perkembangan teknologi informasi dan komunikasi telah mendorong pemanfaatan sistem informasi online dalam pelayanan publik di tingkat kelurahan. Namun, peningkatan penggunaan teknologi tersebut juga menimbulkan risiko terhadap keamanan data pribadi masyarakat. Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan pengetahuan, kesadaran, dan keterampilan masyarakat Kelurahan Tettikenrarae, Kecamatan Marioriwawo, Kabupaten Soppeng dalam melindungi data pribadi saat menggunakan sistem informasi online. Metode yang digunakan adalah penyuluhan dengan pendekatan partisipatif melalui tahapan koordinasi, observasi, penyampaian materi, diskusi interaktif, dan evaluasi. Kegiatan dilaksanakan selama satu hari dengan melibatkan masyarakat setempat. Hasil kegiatan menunjukkan adanya peningkatan pemahaman peserta mengenai jenis data pribadi, potensi ancaman keamanan digital seperti phishing dan penyalahgunaan data, serta langkah-langkah perlindungan yang dapat diterapkan dalam aktivitas digital sehari-hari. Antusiasme peserta dan dukungan pemerintah kelurahan menjadi faktor pendukung utama keberhasilan kegiatan ini, meskipun masih terdapat kendala berupa perbedaan tingkat literasi digital dan keterbatasan sarana pendukung. Secara keseluruhan, penyuluhan ini berkontribusi dalam memperkuat literasi digital masyarakat serta mendukung terwujudnya tata kelola pemerintahan berbasis digital yang aman dan berkelanjutan.
Sistem Penunjang Keputusan Pemilihan Peserta Olimpiade Berbasis Web Menggunakan Metode Weighted Product di SDN 184 Dareajue Anita Puspitasari; Muhammad Akramul Khair; Ayu Wulandari; Ainul Mardia; Khairunnisah; Ihda Winanda; Liswarna; Andi Zulkifli Nusri
Jurnal RISTER : Riset Sistem Cerdas Vol 3 No 1 (2026): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

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

Abstract

Pemilihan peserta olimpiade di SDN 184 Dareajue selama ini menghadapi kendala akibat belum adanya sistem terstruktur yang terintegrasi. Penelitian ini bertujuan membuat Sistem Penunjang Keputusan (SPK) berbasis web menggunakan metode Weighted Product (WP) untuk mengoptimalkan proses seleksi. Inovasi sistem terletak pada pengintegrasian multi-aspek penilaian ke dalam satu platform tes terpadu, dimana peserta hanya mengerjakan satu paket tes komprehensif yang mencakup: penguasaan materi akademik, kecepatan dan ketepatan menjawab, serta rekam jejak prestasi yang telah diinput guru. Metode Weighted Product dipakai untuk memproses ketiga aspek tersebut guna menghasilkan peringkat kandidat
Sistem Penunjang Keputusan Pemilihan Guru Terbaik di SMKN 4 Soppeng Menggunakan Metode WP Andi Zulkifli Nusri; Faisal Faisal; Andi Mufti Anugerah; Aidil Aidil; Arwandi Arwandi; Saiful Saiful; Jumriani Jumriani; Amanda Syaputri
Jurnal RISTER : Riset Sistem Cerdas Vol 3 No 1 (2026): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

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

Abstract

SMKN 4 Soppeng merupakan salah satu sekolah kejuruan yang terus mengembangkan kualitas tenaga pendidiknya. Namun, proses penentuan guru terbaik di sekolah tersebut masih dilakukan secara manual melalui musyawarah internal, sehingga sering menimbulkan ketidakpuasan dari guru yang dinilai karena hasil penilaian dianggap kurang objektif dan tidak terukur. Untuk mengatasi permasalahan tersebut, penelitian ini merancang sebuah Sistem Pendukung Keputusan (SPK) berbasis web yang mampu melakukan perhitungan penilaian guru terbaik menggunakan metode Weighted Product (WP). Pada penelitian ini, kriteria dan bobot ditentukan melalui penyebaran kuesioner kepada tim penilai, kemudian sistem melakukan proses normalisasi, pembobotan, dan perankingan untuk mendapatkan alternatif guru terbaik yang paling optimal. Pengembangan sistem dilakukan menggunakan pendekatan Web Engineering dengan bahasa pemrograman PHP dan basis data MySQL. Hasil penelitian menunjukkan bahwa aplikasi yang dirancang mampu mempercepat proses pengolahan data penilaian guru, meningkatkan objektivitas penilaian, serta membantu pihak sekolah dalam menentukan guru terbaik berdasarkan kriteria yang telah ditetapkan
Explainable Machine Learning untuk Klasifikasi Kesesuaian Lahan Jagung Berbasis Data Tabular di Kabupaten Soppeng Ismail Ismail; Andi Zulkifli Nusri; Sukma Ayu
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 5 No 1 (2026): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v5i1.318

Abstract

Klasifikasi kesesuaian lahan jagung penting untuk mendukung pengambilan keputusan pertanian berbasis data, terutama dalam menentukan lahan yang memiliki kondisi fisik, iklim, dan unsur hara yang sesuai. Penelitian ini bertujuan membangun model Explainable Machine Learning untuk klasifikasi kesesuaian lahan jagung berbasis data tabular. Dataset yang digunakan terdiri atas 560 data dari Kabupaten Soppeng dengan sepuluh variabel input, yaitu pH tanah, curah hujan, suhu, kelembapan, ketinggian, kemiringan lahan, tekstur tanah, nitrogen, fosfor, dan kalium. Tahapan penelitian meliputi preprocessing data, encoding fitur, standardisasi data numerik, pembagian data, pelatihan model, evaluasi model, dan interpretasi menggunakan Explainable Machine Learning. Algoritma yang diuji meliputi Decision Tree, Random Forest, Support Vector Machine, K-Nearest Neighbor, dan XGBoost. Hasil pengujian menunjukkan bahwa Decision Tree memperoleh performa terbaik dengan accuracy 0,9911, precision 0,9914, recall 0,9911, dan F1-score 0,9911. Feature importance dan SHAP menunjukkan bahwa kemiringan lahan, pH tanah, fosfor, nitrogen, dan kalium menjadi faktor paling berpengaruh
Co-Authors A. Muh. Yusuf Abdul Latief Arda Aidil Aidil Ainul Mardia Akbar Muhammad Nur Alex Sandri Sikumbang Alex Sandri Sikumbang Alyani Muh. Khair Nurmahdy Amanda Syaputri Amdah, Misdar Andi Adawiah Andi Adawiah Andi Azzahra Andi Zuhri M Andi Bima Bakti Andi Irfan Andi Mufti Anugerah Andi Nurul Aksa Andi Rahmayuliani Andini Andini Anita Puspitasari Anna Novita Arfandi Arfandi, Arfandi Arga Sanjaya Arismanza, A Arismanza, Andi Arwandi Arwandi Ashar Alimuddin Asmi Rahayu Asmini Asmini Asmini Asmini Asmini, Asmini Asriadi Asriadi Asriani Asriani Asriani Ayu Wulandari BAKHRANI RAUF Baso Sutrisno Baso Sutrisno Cindy Novia Savira Dewi Putri Ramadani Dindah Dindah Faisal Faisal Fitri Nur Aisyah Herdiansyah Herdiansyah Ihda Winanda Indar Samsidar Ismail Ismail Ismail Ismail Juliandika Juliandika Jumriani Jumriani Karanita Karanita, Karanita Kasran Khairunnisah Linda Rahayu Liswarna Liza Sahwa Andani Lusi Elvira M Rizal R M. Furqan Alfiqri Makkulau, Batari Bau Melyana Handayani Mila Karmila Khaer Moh. Ali Wardana Mohammad Ali Wardana Muh. Eka Ramdhani Muh. Saddam Nugraha pr Muhammad Akramul Khair Muhammad Iqbal Muhammad Nur Anugerah HR Mukramin, Mukramin Mulianti Musyhidah Musyhidah Nasrul Nasrul Niswa, Niswa Nur Achriaty Achmar Nur Adinda Putri Sari Nur Aziiza Syam Nur Azizah Nur Oktavia Nur Ulfa Junita Nur, Medar M Nursakti Nursakti Nursakti Nurul Amanda Putri Aulia NURUL ANNISA Nurul Sukmayana Putri Nirmala Putri Ramadhayanti Rahma Musyawarah, Rahma Rahma Rahmadani Rahman, Syariful Rahna Safira Rezky Erwin Syah Rina Andriyani Rival Rival Rosdiana Ngitung Rosmini Maru Rukmawati Rukmawati Sahade Saiful Saiful Sandi Sandi Sri Wulandari Suherman, Suherman Sukma Ayu Sukri Nyompa Sukriani Sukriani Syinta Nur Aprilia Tripaldi, Agus Widya Afrilia Winda Vedina Yunianggraeni Yunianggraeni Yunita Tahir Zahir Zainuddin Zul Rachmat