Article Per Year (5 Year)
p-Index From 2021 - 2026
2.233
P-Index
This Author published in this journals
All Journal DINAMIKA DOTCOM TEKNOLOGI INFORMASI SMATIKA Jurnal Ilmiah KOMPUTASI Jurnal Teknologi dan Sistem Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Information Technology and Computer Science (JOINTECS) PEDULI: Jurnal Imiah Pengabdian Pada Masyarakat Jurnal Aplikasi Dan Inovasi Ipteks SOLIDITAS Jurnal Teknika Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Prosiding SeNTIK STI&K
Tubagus Mohammad Akhriza
STMIK PPKIA Pradnya Paramita
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
STORYTELLING HASIL KLASTERISASI BI K-MEANS PADA DATA UMKM MENGGUNAKAN TRANSFORMERS Tubagus Mohammad Akhriza; Tubagus Arief Armanda; Tubagus M. Adrie Admira; Dr. H. Latifah
Prosiding Seminar SeNTIK Vol. 7 No. 1 (2023): Prosiding SeNTIK 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Klasterisasi terhadap data hasil pendampingan unit usaha mikro, kecil dan menengah (UMKM) diselenggarakan dengan tujuan untuk mengetahui pola pengusaha mikro dalam branding produk mereka di platform digital. Artikel ini menjelaskan penggunaan metode klasterisasi Bisecting K-means (Bi K- means) dan membandingkan hasil klasterisasinya dengan hasil dari metode K-means tradisional. Metode Elbow terhadap nilai Silhouette dan Within cluster sum-of-square, serta visualisasi Silhouette klaster- klaster diterapkan untuk mendapatkan k klaster yang optimal untuk mengklaster UMKM. Selanjutnya, untuk meningkatkan interpretasi hasil klasterisasi, sebuah pendekatan transformers berbasis GPT-3.5 digunakan untuk membangkitkan narasi storytelling dari tiap klaster yang terbentuk, selain pemeringkatan klaster berdasarkan strategi branding yang dijalankan oleh UMKM
DESAIN WEB LOKAPASAR INTELIJEN DENGAN SISTEM REKOMENDASI UNTUK MENINGKATKAN VISIBILITAS PRODUK MBOISMART MALANG Akhriza, Tubagus Mohammad; Farida, Eni; Widodo, Anang Aris
JURNAL APLIKASI DAN INOVASI IPTEKS "SOLIDITAS" (J-SOLID) Vol. 7 No. 2 (2024): Jurnal Aplikasi Dan Inovasi Ipteks SOLIDITAS
Publisher : Badan Penerbitan Universitas Widyagama Malang

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

Abstract

Koperasi Pemasaran "Malang Kreatif Mbois" (MKKM) mengelola Mboismart sebagai toko fisik di gedung Malang Creative Center (MCC) Kota Malang, yang menghadapi tantangan dalam hal visibilitas produk yang terbatas pada pengunjung MCC. Untuk mengatasi keterbatasan ini, Tim Pengabdian kepada Masyarakat (PkM) dari STIMATA Malang dan Universitas Merdeka Pasuruan berkolaborasi mengembangkan lokapasar digital Mboismart.com. Artikel ini membahas kegiatan pengembangan prototipe web lokapasar ini sebagai solusi untuk memperluas jangkauan pasar dan meningkatkan eksposur produk UMKM yang menjadi mitra supplier Mboismart. Pengembangan lokapasar mencakup pembentukan dataset master produk dan supplier untuk kategori fashion, kriya, dan kuliner, yang sebelumnya belum terstruktur, serta pengintegrasian sistem rekomendasi berbasis association rule learning. Sistem rekomendasi ini menyarankan kombinasi produk populer dan non- populer untuk meningkatkan visibilitas produk yang kurang diminati. Selain itu, Focus Group Discussion (FGD) yang dilakukan mengidentifikasi persiapan penting terkait operasional lokapasar, seperti penanganan lonjakan order dan strategi promosi digital. Hasil awal menunjukkan potensi lokapasar ini dalam memperkuat pemasaran digital Mboismart, dengan dukungan administrasi konten yang efektif dan strategi promosi berkelanjutan. Artikel ini juga membahas tantangan yang dihadapi dan rencana keberlanjutan untuk mendukung peningkatan visibilitas produk UMKM di bawah naungan MKKM.
Klasifikasi Penerima Bantuan Sosial Program Kesejahteraan Sosial (PKH) Kecamatan Gondanglegi Menggunakan Metode Naïve Bayes Muhammad Rifat; Tubagus Mohammad Akhriza
Jurnal Ilmiah Komputasi Vol. 24 No. 2 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 2, Juni 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.2.3785

Abstract

Penelitian ini bertujuan untuk meningkatkan ketepatan dalam mengklasifikasikan penerima bantuan sosial Program Keluarga Harapan (PKH) di Kecamatan Gondanglegi. Kesalahan dalam penyaluran bantuan menjadi masalah utama yang mengurangi keberhasilan program ini dalam mengurangi kemiskinan dan meningkatkan taraf hidup masyarakat. Metode Naïve Bayes digunakan untuk mengklasifikasikan berdasarkan data sosial ekonomi, yang mencakup informasi tentang kesehatan, pendidikan, kesejahteraan sosial, dan kemiskinan. Proses penelitian meliputi persiapan data, termasuk pemilihan kolom, pembagian data (dalam rasio 80:20, 70:30, 60:40), serta pengkodean variabel kategori menggunakan metode One-Hot Encoding. Model Gaussian Naïve Bayes diterapkan dan dievaluasi menggunakan Confusion Matrix untuk menghitung akurasi, presisi, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa model dengan rasio data uji 80:20 mencapai akurasi tertinggi sebesar 96,5%. Penelitian ini berkontribusi pada pengembangan sistem klasifikasi yang membantu pemerintah daerah menargetkan penerima PKH secara lebih tepat. Rekomendasi penelitian selanjutnya mencakup pengujian di wilayah lain dan pengembangan sistem pembelajaran mesin untuk kebijakan sosial.
REKOMENDASI SOLUSI ATAS KASUS PERCERAIAN DI KABUPATEN LAMONGAN BERBASIS K-MEANS CLUSTERING Mahanani, Malinda; Utsalina, Dwi Safiroh; Akhriza, Tubagus Mohammad
Prosiding Seminar SeNTIK Vol. 8 No. 1 (2024): Prosiding SeNTIK 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Penelitian ini bertujuan untuk menganalisis pola perceraian di Kabupaten Lamongan menggunakan metode K-Means Clustering. Data yang digunakan berasal dari 2022, mencakup atribut jenis perceraian (gugat/talak), usia penggugat dan tergugat, faktor penyebab perceraian, serta tempat pernikahan (KUA). Melalui metode Elbow dan Silhouette Coefficient, ditentukan jumlah klaster optimal sebanyak empat klaster. Hasil klasterisasi menunjukkan bahwa faktor utama perceraian di beberapa kecamatan adalah perselisihan dan pertengkaran terus-menerus, dengan kontribusi terbesar di Kecamatan Babat sebesar 5,29%. Selain itu, klaster lainnya menunjukkan bahwa masalah ekonomi merupakan penyebab dominan di kecamatan seperti Brondong dan Sukodadi. Berdasarkan hasil ini, rekomendasi diajukan kepada Pengadilan Agama dan KUA untuk melakukan intervensi, termasuk program konseling perkawinan dan mediasi ekonomi di kecamatan-kecamatan dengan tingkat perceraian tinggi.
Evaluasi Performa Large Language Model Sebagai Agen Kecerdasan Artifisial Untuk Rekomendasi Berita Generatif Akhriza, MohamTubagus Mohammad ad; Armanda, Tubagus Arief; Admira, Tb. M. Adrie
Prosiding Seminar SeNTIK Vol. 9 No. 1 (2025): Prosiding SeNTIK 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Penelitian ini mengevaluasi performa beberapa model bahasa besar (LLM) sebagai agen rekomendasi berita. Hasilnya menunjukkan GPT-OSS dan Gemma unggul dalam relevansi dan koherensi dibanding model lainnya.
Penerapan K-Means Clustering Guna Identifikasi Penduduk Miskin Ekstrem Yang Belum Terakses Program Perlindungan Sosial Ikhsan, Muhammad; Utsalina, Dwi Safiroh; Akhriza, Muhammad
Prosiding Seminar SeNTIK Vol. 9 No. 1 (2025): Prosiding SeNTIK 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Penelitian ini menerapkan metode K-Means untuk mengelompokkan penduduk miskin ekstrem berdasarkan data sosial. Lima klaster prioritas berhasil dibentuk untuk mendukung kebijakan penyaluran bantuan.
Co-Authors Adistia, Laras Dewi Admira, Tb. M. Adrie Agustina, Rini Ahmad Syarif Rosidy Ahmad Syarif Rosidy Ali Syaifulloh Anang Aris Widodo Anastasia Lidya Maukar Arie Restu Wardhani Armanda, Tubagus Arief Dinny Wahyu Widarti Dodit Suprianto Dr. H. Latifah Dwi Safiroh Utsalina Eka Yuniar Eni Farida Evy Sophia Febri Romadon Fitri Marisa Gafri Putra Aliffansah Indah Dwi Mumpuni Mahanani, Malinda Mardiana Andarwati Mochammad Husni Mohamad Sofiudin Muhammad Ikhsan Muhammad Rifat Navi Atri Lestari Rosyid Muarif Roy Nasrul Akbar Samsul Arifin Samsul Arifin Singgih Jatmiko Syahroni Wahyu Iriananda, Syahroni Wahyu Tubagus Arief Armanda Tubagus M. Adrie Admira Weda Adistianaya Dewa