Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi Jurnal Riset Rekayasa Sipil Intellect : Indonesian Journal of Learning and Technological Innovation Jurnal Hasil-Hasil Pengabdian dan Pemberdayaan Masyarakat (JHP2M)
Ahmad Zaki
Program Studi Teknik Pertanian, Fakultas Pertanian, Universitas Syiah Kuala
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Library & Information Science Social Sciences Other

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

Found 4 Documents
Search

 1 
Sistem Pakar Menggunakan Metode Forward Chaining Untuk Mendeteksi Kerusakan Jaringan Internet (Studi Kasus : Di Layanan Internet Diskominfotik Sumatera Barat) Zaki, Ahmad; Defit, Sarjon; Sumijan, Sumijan; Fauzana, Rahmi
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 3 (2023): Desember 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i3.2023.227-236

Abstract

Sistem informasi yang interaktif dapat membantu kinerja pegawai dalam mendukung program SPBE (Sistem Pemerintah Berbasis Elektronik. Dinas Kominfotik Sumatera Barat berperan penting dalam memberikan layanan internet kepada OPD-OPD di bawah lingkup Pemerintahan Provinsi Sumatera Barat. Pembangunan sistem jaringan internet yang sudah baik tidak dapat dijamin bahwa jaringan tersebut terbebas dari gangguan dan kerusakan. Gangguan terhadap akses internet akan berdampak terhadap produktifitas bekerja pegawai dan pelayanan kepada masyarakat. Kurangnya pemahaman PIC OPD dan pengguna dalam menangani permasalahan gangguan jaringan internet, maka dibutuhkan keahlian pakar dalam melakukan identifikasi kerusakan pada jaringan internet berdasarkan gejala-gejala yang terjadi, serta diberikan solusi perbaikan pada gangguan yang ada. Pengumpulan data dilakukan melalui wawancara dan observasi lapangan. Metode yang digunakan untuk pengolahan data pada Sistem Pakar ini yaitu metode forward chaining. Forward Chaining adalah sebuah strategi pencarian dalam system pakar yang dimulai dari sekumpulan data atau fakta, dari data-data tersebut, system akan mencari suatu kesimpulan yang menjadi solusi dari permasalahan yang dihadapi. Berdasarkan hasil pengujian Sistem Pakar menggunakan metode forward chaining untuk mendeteksi gangguan jaringan internet menghasilkan tingkat akurasi sebesar 100 % menggunakan 29 data uji. Berdasarkan hasil yang didapatkan dari Sistem Pakar dengan metode forward chaining, system tersebut dapat digunakan untuk mendeteksi kerusakan jaringan internet di Layanan Internet Diskominfotik Sumatera Barat.
Predicting Employment Status 6 Months After Graduation with Machine Learning Learning : A Comparative Study of 3,945 Indonesian Graduates Ritonga, Ihdi Syahputra; Zainal , Muhammad Rahfiqa; Zaki, Ahmad
Intellect : Indonesian Journal of Learning and Technological Innovation Vol. 4 No. 02 (2025): Intellect : Indonesian Journal of Learning and Technological Innovation
Publisher : Yayasan Lembaga Studi Makwa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57255/intellect.v4i02.1392

Abstract

The high unemployment rate of undergraduate graduates in Indonesia, reaching 11.4% in the first six months after graduation, indicates the need for an early prediction system to identify factors that influence student employability. This study aims to analyze and compare the performance of three machine learning algorithms (Random Forest, Logistic Regression, and XGBoost) to predict employment status 6 months after graduation based on academic and socioeconomic data. The dataset consists of 3,945 graduates from universities in Padangsidimpuan with variables of study program, study duration, GPA, gender, and parental income. The operational target is employment status 6 months after graduation (binary: employed = 1, not yet = 0) with the proportion of employed classes: 48.2 %, not yet: 51.8%. Evaluation uses stratified 5- fold cross-validation with accuracy metrics, balanced accuracy, F1- macro, ROC-AUC, and PR-AUC. Model interpretability is analyzed using permutation importance and SHAP values. Random Forest achieved the best performance with F1- macro 0.524±0.015, ROC-AUC 0.567±0.012, followed by Logistic Regression (F1- macro : 0.511±0.018) and XGBoost (F1- macro : 0.506±0.020). The majority baseline achieved an accuracy of 51.8 %. Permutation importance analysis identified GPA as the most influential factor (importance : 0.082), followed by parental income (0.067) and duration of study (0.041). The machine learning model provided a moderate improvement compared to the majority baseline. GPA and socioeconomic factors were shown to significantly influence graduates' employment status. These findings can support the development of an early warning system for data-based student mentoring. Abstrak Tingginya tingkat pengangguran lulusan sarjana di Indonesia mencapai 11.4% dalam enam bulan pertama pasca kelulusan menunjukkan perlunya sistem prediksi dini untuk mengidentifikasi faktor-faktor yang mempengaruhi employability mahasiswa. Penelitian ini bertujuan menganalisis dan membandingkan performa tiga algoritma machine learning (Random Forest, Logistic Regression, dan XGBoost) untuk memprediksi status kerja 6 bulan pascawisuda berdasarkan data akademik dan sosial ekonomi. Dataset terdiri dari 3.945 data lulusan dari universitas di Padangsidimpuan dengan variabel program studi, durasi studi, IPK, jenis kelamin, dan penghasilan orang tua. Target operasional adalah status kerja 6 bulan pascawisuda (biner: bekerja=1, belum=0) dengan proporsi kelas bekerja:48.2%, belum:51.8%. Evaluasi menggunakan stratified 5-fold cross-validation dengan metrik akurasi, balanced accuracy, F1-macro, ROC-AUC, dan PR-AUC. Interpretabilitas model dianalisis menggunakan permutation importance dan SHAP values. Random Forest mencapai performa terbaik dengan F1-macro 0.524±0.015, ROC-AUC 0.567±0,012, diikuti Logistic Regression (F1-macro: 0.511±0,018) dan XGBoost (F1-macro: 0.506±0.020). Baseline mayoritas mencapai akurasi 51,8%. Analisis permutation importance mengidentifikasi IPK sebagai faktor paling berpengaruh (importance: 0.082), diikuti penghasilan orang tua (0.067) dan durasi studi (0.041). Model machine learning memberikan peningkatan moderat dibanding baseline mayoritas. IPK dan faktor sosial ekonomi terbukti berpengaruh signifikan terhadap status kerja lulusan. Temuan ini dapat mendukung pengembangan sistem early warning untuk pendampingan mahasiswa berbasis data.
Peningkatan Kapasitas Pengelolaan Data dan Informasi Kepegawaian pada Kantor Regional IV BKN Makassar Ramadhani, Nabila; Baharuddin, Baharuddin; Zaki, Ahmad; Sutamrin, Sutamrin; Alimuddin, Fauziyyah
Jurnal Hasil-Hasil Pengabdian dan Pemberdayaan Masyarakat Vol. 5 No. 1 (2026): Volume 05 Nomor 01 (April 2026)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/e27qr605

Abstract

Pengelolaan data dan informasi kepegawaian merupakan aspek krusial dalam mendukung efektivitas administrasi publik dan pengambilan keputusan. Kegiatan pengabdian ini bertujuan untuk meningkatkan kapasitas pengelolaan data kepegawaian melalui keterlibatan langsung dalam praktik kerja lapangan (PKL) di Kantor Regional IV BKN Makassar. Kegiatan ini dilaksanakan di Kantor Regional IV BKN Makassar yang terhitung mulai dari tanggal 26 Mei 2025 sampai dengan tanggal 08 Agustus 2025. Metode yang digunakan meliputi observasi, partisipasi aktif, serta pendampingan dalam pengelolaan sistem informasi kepegawaian. Fokus kegiatan ini berada pada Bidang Informasi Kepegawaian, khususnya dalam pengelolaan arsip dan data kepegawaian aparatur sipil negara (ASN). Melalui kegiatan seperti pengecekan Nomor Induk Pegawai (NIP), penyusunan laporan arsip, dan input data digital. Hasil kegiatan menunjukkan adanya peningkatan pemahaman terhadap alur pengelolaan data, peningkatan ketelitian dalam pengolahan informasi, serta optimalisasi pemanfaatan sistem digital. Kegiatan ini memberikan kontribusi nyata dalam mendukung efisiensi layanan kepegawaian serta penguatan kompetensi praktis mahasiswa.
PENGARUH CKS SEBAGAI PENGGANTI AGREGAT PADA KUAT TEKAN BETON Zaki, Ahmad; Pratama, Titis Yoga; Wibisono, Candra Agung; Saleh, Fadillawaty
Jurnal Riset Rekayasa Sipil Vol 6, No 2 (2023): Maret 2023
Publisher : Prodi Teknik Sipil Fakultas Teknik Universitas Sebelas Maret Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (429.799 KB) | DOI: 10.20961/jrrs.v6i2.69039

Abstract

Concrete with oil palm shells (OPS) is an innovative alternative to normal concrete, which is increasingly expensive. In addition, reducing palm-based waste is the objective, one of which is waste that is no longer used in the form of palm shells. Therefore, OPS concrete can also be called green or environmentally friendly concrete. Thus, OPS concrete research becomes very important so that the effect of percentage (%) OPS on the compressive strength of concrete can be analyzed. A specimen in the form of a cylinder was used in this study. Such cylinders have dimensions with a diameter of 75 mm and a height of 150 mm. And the specimen consists of 5 variations of the specimen in the form of the percentage of OPS used, namely 0%, 10%, 20%, 30%, and 40% of the weight of the coarse aggregate (stone or gravel). Each specimen will be tested for compressive strength at concrete lifespans of 7, 14, and 28 days. In this study, the variation of oil palm shells with a percentage of 10% was the optimum value of compressive strength obtained. Compressive strength will decrease in concrete with a percentage above 10%. This happens because the increasing composition of OPS causes the concrete mixture's low workability so that the concrete's compressive strength value becomes lower.
Co-Authors Alimuddin, Fauziyyah Baharuddin Baharuddin Fadillawaty Saleh, Fadillawaty Fajarianto, Muhammad Fariz Fauzana, Rahmi Pratama, Titis Yoga Ramadhani, Nabila Ritonga, Ihdi Syahputra Sarjon Defit Sumijan Sumijan Sutamrin, Sutamrin Thamrin, Rendy Wibisono, Candra Agung Zainal , Muhammad Rahfiqa