Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Jurnal Pembelajaran Pemberdayaan Masyarakat (JP2M)
Muh Arif Rahman
Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Classifying Application User Comments Using the Improved K-Nearest Neighbor and BM25F Weighting Methods Indriati, Indriati; Rahman, Muh Arif; Arwani, Issa; Muflikhah, Lailil
Journal of Information Technology and Computer Science Vol. 9 No. 2: August 2024
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.92622

Abstract

Mobile JKN is an application developed by an Indonesian state-owned health insurance company, BPJS Kesehatan. The application is developed to provide easier access and more optimal service for its participants. The application allows users to access various information related to national health insurance programs anywhere, anytime. Despite the benefits this application offers, Mobile JKN received low ratings from the users. However, the ratings are sometimes irrelevant to the comments. We proposed an application to automatically review the comments based on ratings and comments, both negative and positive, using the Improved K-Nearest Neighbor (IKNN) classification algorithm with the BM25F weighing method. The initial stage of the algorithm involved document preprocessing, the document consisting of comments and rating were preprocessed to obtain the term. After that, BM25F weighing was applied to find the similarity between documents. The document was then classified using IKNN based on its BM25F weight. The test result showed that the highest accuracy rate was 0.925, obtained from parameter k=20 on IKNN with k1=1.2, Bs=0.75, and BM25F weight of 2 and 5. The result indicates that this method manages to classify the document properly
Penerapan Machine Learning Extreme Gradient Boosting Dalam Klasifikasi Potensi Tsunami Berdasarkan Data Gempa Bumi Kurniawan, I Gede Jayadi; Dewi, Candra; Rahman, Muh Arif
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Tsunami merupakan bencana alam yang berdampak besar, khususnya di wilayah rawan seperti Indonesia. Penelitian ini bertujuan mengklasifikasikan potensi tsunami berdasarkan data gempa bumi menggunakan algoritma Extreme Gradient Boosting (XGBoost). Dataset mencakup data gempa dari 1900 hingga 2023 dengan total 1.376 data dan mengandung ketidakseimbangan kelas. Untuk mengatasi masalah ini, teknik Synthetic Minority Over-sampling Technique (SMOTE) diterapkan. Model dikembangkan dengan menyetel hyperparameter seperti max_depth, learning_rate, gamma, min_child_weight, colsample_bytree, dan subsample menggunakan Grid Search. Hasil pengujian menunjukkan bahwa kombinasi hyperparameter terbaik menghasilkan accuracy 85%, dengan recall, precision, dan F1-score masing-masing sebesar 0.74. Setelah penerapan SMOTE, accuracy menurun menjadi 84%, tetapi recall meningkat menjadi 0.79 dengan precision 0.71 dan F1-score 0.75. Evaluasi menggunakan metrik accuracy, precision, recall, dan F1-score menunjukkan bahwa penerapan SMOTE memberikan prediksi yang lebih baik untuk kelas tsunami. Pendekatan ini diharapkan berkontribusi dalam mitigasi bencana tsunami melalui sistem deteksi dini berbasis data gempa bumi.
Mengatasi Kurangnya Kesadaran Masyarakat dalam Penerapan Protokol Kesehatan Utami, Nofi Sri; Qodafi, Muhammad Muammar Al; Rahman, Muh Arif; Iqbal, Thariq; Muzakki, Rayhan; Rozaq, Fatkur
Jurnal Pembelajaran Pemberdayaan Masyarakat (JP2M) Vol. 2 No. 3 (2021)
Publisher : Universitas Islam Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33474/jp2m.v2i3.13401

Abstract

Pada kegiatan Kandidat Sarjana Mengabdi kepada masyarakat permasalahan yang kita angkat yaitu kurangnya kesadaran masyarakat untuk menaati protokol kesehatan untuk mengurangi resiko penyebaran dan juga tertularnya virus COVID 19. Masyarakat seperti enggan memakai masker, kurang sadar dengan mencuci tangan setalah melakukan aktivitas diluar rumah, oleh karena itu kami memberikan edukasi agar masyrakat bisa meningkatkan kesadaran dan pentingnya menaati protokol kesehatan yang sesuai dengan anjuran pemerintah. Metode yang kami gunakan yaitu sosialisai cara terhindar dari virus, pembagian masker, pembuatan tempat cuci tangan di tempat yang biasa dikunjungi banyak orang, dan juga pembuatan poster tentang pentingnya menaati protokol kesehatan. Masyarakat merasa senang dan juga terbantu dengan adanya kegiatan ini karena dapat memberikan informasi penting mengenai kesehatan diri, mencegah tertularnya virus COVID 19, serta mematuhi protokol kesehatan.
Co-Authors Candra Dewi Indriati Indriati Iqbal, Thariq Issa Arwani Kurniawan, I Gede Jayadi Lailil Muflikhah Muzakki, Rayhan Qodafi, Muhammad Muammar Al Rozaq, Fatkur Utami, Nofi Sri