Article Per Year (5 Year)
p-Index From 2021 - 2026
2.986
P-Index
This Author published in this journals
All Journal Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) AL ISHLAH Jurnal Pendidikan Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) INOVTEK Polbeng - Seri Informatika Jurnal Eksplora Informatika Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Zonasi: Jurnal Sistem Informasi Jurnal Pengabdian Masyarakat Multidisiplin Jurnal Ilmu Komputer J-COSCIS : Journal of Computer Science Community Service Jurnal Pengabdian Masyarakat Information Technology (JPM ITech) Technologica Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat
Fajrizal Fajrizal, Fajrizal
Universitas Lancang Kuning
Aerospace Engineering Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
SISTEM PENUNJANG KEPUTUSAN DALAM PEMILIHAN REKTOR DI UNIVERSITAS LANCANG KUNING Fajrizal, Fajrizal
Jurnal Ilmu Komputer Vol 2 No 1 (2013): Jurnal Ilmu Komputer
Publisher : STMIK Hang Tuah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33060/JIK/2013/Vol2.Iss1.13

Abstract

Sebagai penilaian dan gambaran awal terhadap calon rektor yang akan dipilih, maka dapat digunakan metode AHP (Analytic Hierarchy Process) berdasarkan kriteria-kriteria yang bisa diatur. Untuk memudahkan perancangan, maka dapat digunakan aplikasi perangkat lunak Super Decision sebagai alat bantu perhitungan dengan beberapa kriteria yang dibuat.Sehingga penilaian dan gambaran awal terhadap calon rektor yang akan dipilih, maka dapat digunakan metode AHP (Analytic Hierarchy Process) berdasarkan kriteria-kriteria yang bisa diatur. Untuk memudahkan perancangan, maka dapat digunakan aplikasi perangkat lunak Super Decision sebagai alat bantu perhitungan dengan beberapa kritereia yang dibuat.Agar sistem ini dapat berjalan dengan baik maka perlu menambahkan kriteria dalam pemilihan rektor ini, agar indikator penilaian menjadi lebih beragam.Dan juga aplikasi ini sebaiknya dapat dibuatkan berbasis web, agar dapat digunakan dimana dan kapan saja.
PELATIHAN DESAIN MEDIA DENGAN APLIKASI CANVA UNTUK SISWA MADRASAH ALIYAH MA'ARIF NU PEKANBARU Zamsuri, Ahmad; Susandri, Susandri; Pane, Eddissyah Putra; Feldiansyah, Feldiansyah; Fajrizal, Fajrizal; Herlina, Sari
Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Vol 5, No 1 (2025): April 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jpstm.v5i1.3022

Abstract

Abstract: The Canva application is an application that can be used in creating banner designs. With the utilization and development of techniques in making banner designs. In this case, the use of attractive and appropriate media in the process of making training banners will have a positive impact that will have the potential to greatly improve students' ability to create banners with the Canva application. Students and students really need knowledge in making media design with the aim of providing provisions in making media design even though students at Madrasah Aliyah Ma'arif NU Pekanbaru are quite many who want trainings to improve students' soft skill knowledge. Community Service offers a solution in the form of media design making training with the Canva application for students of Madrasah Aliyah Ma'arif NU Pekanbaru. Where this program is expected to be a forum and inspiration for students to increase their knowledge in making Media Design with the canva application. Where this program is expected to be able to be a forum and inspiration for students to be able to increase their knowledge in making Media Design with the great canva application that students and students of Madrasah Aliyah Ma'arif NU Pekanbaru hope for. As a speaker, he provided socialization and at the same time assistance on how to make Media Design with an interesting and certainly very useful application for students of Madrasah Aliyah Ma'arif NU Pekanbaru. Keyword: Media Design, Canva, Students of Madrasah Aliyah Ma'arif NU Pekanbaru  Abstrak: Aplikasi canva merupakan aplikasi yang dapat digunakan dalam pembuatan desain spanduk. Dengan pemanfaatan dan pengembangkan teknik dalam pembuatan desain spanduk. Dalam hal ini, pemanfaatan media yang menarik dan tepat guna dalam proses pembuatan spanduk pelatihan akan memiliki dampak positif yang akan sangat berpotensi meningkatkan kemampuan siswa dalam membuat spanduk dengan aplikasi canva. Para siswa dan siswi sangat membutuhkan pengetahuan dalam membuat desain media dengan tujuan memberikan bekal dalam pembuatan desain media walaupun siswa di Madrasah Aliyah Ma'arif NU Pekanbaru cukup bayak yang menginkan pelatihan-pelatihan untuk meningkatkan pengetahuan softskill siswa. Pengabdian Kepada Masyarakat menawarkan solusi berupa pelatihan pembuatan desain media dengan aplikasi canva untuk siswa Madrasah Aliyah Ma'arif NU Pekanbaru. Di mana program ini diharapkan mampu menjadi wadah dan inspirasi bagi para siswa dapat menambah pengetahuan dalam membuat Desain Media dengan aplikasi canva besar harapan siswa dan siswa Madrasah Aliyah Ma'arif NU Pekanbaru. Sebagai pemateri memberikan sosialisasi dan sekaligus pendampingan mengenai bagaimana pembuatan Desain Media dengan aplikasi canva yang menarik dan pastinya sagat dapat bermanfaat bagi siswa Madrasah Aliyah Ma'arif NU Pekanbaru. Kata kunci: Desain Media, Canva, Siswa Madrasah Aliyah Ma'arif NU Pekanbaru
PENINGKATAN KREATIVITAS DIGITAL MELALUI PELATIHAN PEMBUATAN KARAKTER AI MENGGUNAKAN MIDJOURNEY PADA SISWA SMK NEGERI 8 PEKANBARU Fajrizal, Fajrizal; Zamsuri, Ahmad; Hasan, Mhd Arief; Fajar, Muhammad Al
Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Vol 5, No 1 (2025): April 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jpstm.v5i1.2814

Abstract

Abstract: This program aimed to introduce and enhance students' understanding of artificial intelligence (AI), with a focus on using MidJourney in digital character creation. The training, attended by 10 students and 1 teacher, covered material from basic to advanced levels regarding AI technology and its application in creative industries. The training methodology included theory introduction, MidJourney tool demonstrations, and hands-on practice in creating digital characters. Evaluation was conducted through pre-test and post-test questionnaires, showing significant improvement in participants' understanding of AI and MidJourney. The pre-test results indicated that 70% of participants had limited foundational knowledge of AI, while the post-test results revealed a 40% increase, with participants now able to create more effective prompts for generating digital characters. Additionally, a post-training satisfaction survey showed high satisfaction levels regarding the delivery of material and the overall quality of the training. This training successfully improved the participants' technological literacy and prepared them for the challenges of the creative industry, which increasingly relies on AI technology. Overall, this activity made a positive contribution in enhancing students' skills in AI-based digital design. Keyword: training; artificial intelligence; midjourney; character design; SMK Negeri 8 pekanbaru; creative technology  Abstrak: Program ini bertujuan untuk memperkenalkan dan meningkatkan pemahaman siswa tentang kecerdasan buatan (AI) dengan fokus pada penggunaan MidJourney dalam pembuatan karakter digital. Peserta pelatihan, yang terdiri dari 10 siswa dan 1 guru pendamping, diberikan materi dari dasar hingga mahir mengenai teknologi AI dan penerapannya dalam dunia kreatif. Metode pelatihan meliputi pengenalan teori, demonstrasi penggunaan MidJourney, serta sesi praktik pembuatan karakter digital. Evaluasi dilakukan menggunakan kuesioner pre-test dan post-test yang menunjukkan peningkatan signifikan dalam pemahaman peserta terhadap AI dan MidJourney. Hasil pre-test menunjukkan bahwa 70% peserta memiliki pemahaman dasar yang terbatas tentang AI, sementara hasil post-test menunjukkan peningkatan sebesar 40% dengan peserta mampu menyusun prompt yang lebih efektif untuk menghasilkan karakter digital. Selain itu, survei kepuasan yang dilakukan setelah pelatihan juga menunjukkan tingkat kepuasan yang tinggi terhadap penyampaian materi dan kualitas pelatihan. Pelatihan ini tidak hanya berhasil meningkatkan literasi teknologi peserta, tetapi juga mempersiapkan mereka untuk menghadapi tantangan dunia kerja di industri kreatif yang semakin bergantung pada teknologi AI. Secara keseluruhan, kegiatan ini memberikan kontribusi positif dalam mengasah keterampilan peserta didik di bidang desain digital berbasis AI.. Kata kunci: pelatihan; kecerdasan buatan; midjourney; desain karakter; SMK Negeri 8 pekanbaru; teknologi kreatif 
Naïve Bayes Alpha Parameter Optimization with Ant Colony for Clinical Text Classification Taslim, Taslim; Fajrizal, Fajrizal; Handayani, Susi; Toresa, Dafwen; Lisnawita, Lisnawita
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 16 No. 1 (2025): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/digitalzone.v16i1.24118

Abstract

This study addresses the challenges of text classification in domain-specific Natural Language Processing (NLP) within the medical field, which differs significantly from general NLP due to the presence of complex medical jargon and informal language in clinical documents. The primary objective of this research is to develop and evaluate a cancer-related text classification model by integrating the Naïve Bayes algorithm with Laplacian smoothing and optimizing its alpha parameter using Ant Colony Optimization (ACO). Specifically, the study aims to determine whether ACO can effectively identify the optimal alpha value that enhances the classification performance of the Naïve Bayes model. Experimental results demonstrate that with an alpha value of 0.27, the proposed model achieves an accuracy of 81.05%. This indicates that the combination of ACO and Naïve Bayes significantly improves classification efficiency and accuracy. The findings contribute to more accurate interpretation of clinical cancer-related texts, supporting better-informed decision-making in medical contexts
Spatial-Temporal Analysis of Earthquakes in Indonesia with Deep Learning Models: Performance Evaluation of CNN, LSTM, and Hybrid CNN-GRU Susandri, Susandri; Fajrizal, Fajrizal; Bakri Nasution, Feldiansyah
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 9 No 5 (2025): October 2025
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v9i5.6538

Abstract

Indonesia, located along the Pacific Ring of Fire, experiences high seismic activity with over 6,000 earthquakes annually. Accurate earthquake prediction remains a major challenge because of the complexity of geological dynamics and limitations of traditional methods in capturing nonlinear seismic patterns. Although deep learning approaches have shown promise, previous studies have often treated spatial and temporal analyses separately, limiting holistic predictive performance. This study proposes a novel hybrid CNN-GRU deep learning model that integrates spatial feature extraction CNN and temporal sequence modeling GRU, and compares its performance with of that CNN, LSTM, GRU, and Bidirectional LSTM using a dataset of 117,251 earthquake events in Indonesia (2008–2024). The results show that Bidirectional LSTM achieved the best temporal accuracy (R² 0.653, RMSE 0.592), while the hybrid CNN-GRU provided balanced spatial-temporal performance (R² 0.587). Notably, the performance gap between Bidirectional LSTM and other models (e.g., Hybrid CNN-GRU) was statistically validated via paired t-test (p < 0.05). The proposed models generalize well to unseen regions such as Maluku-Papua. The key contribution is the hybridization of spatial-temporal learning in a single-model architecture - where CNN processes latitude-longitude coordinates via 1D convolutions while GRU handles temporal sequences - an approach lacking in earlier works. This directly improves early warning systems in seismically active areas by providing 32% higher accuracy than conventional methods.
KLASTERISASI TINGKAT KEPEDULIAN MASYARAKAT KOTA PEKANBARU TERHADAP BENCANA KEBAKARAN DENGAN METODE K-MEANS DAN K-MEDOIDS Fadrial, Yogi Ersan; Yunefri, Yogi; Sutejo, Sutejo; Fajrizal, Fajrizal; Syahtriatna, Syahtriatna
ZONAsi: Jurnal Sistem Informasi Vol. 7 No. 1 (2025): Publikasi artikel ZONAsi: Jurnal Sistem Informasi Periode Januari 2025
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/zn.v7i1.22615

Abstract

Penelitian ini bertujuan untuk melakukan klusterisasi tingkat kepedulian masyarakat Kota Pekanbaru terhadap bencana kebakaran menggunakan metode K-Means dan K-Medoids. Metode klusterisasi ini diterapkan untuk mengelompokkan masyarakat berdasarkan tingkat kepedulian mereka terhadap bencana kebakaran, sehingga dapat membantu dalam perencanaan penanganan dan mitigasi bencana. Dalam penelitian ini, data mining clustering digunakan untuk menganalisis pola kepedulian masyarakat dengan memanfaatkan tools Google Colaboratory. Hasil dari penelitian ini diharapkan dapat memberikan gambaran yang lebih jelas tentang kelompok-kelompok masyarakat yang memiliki tingkat kepedulian berbeda terhadap bencana kebakaran di Kota Pekanbaru.
Kinerja Komparatif Optimasi Algoritma Naive Bayes dalam Klasifikasi Teks untuk Uji Klinis Kanker Taslim, Taslim; Handayani, Susi; Fajrizal, Fajrizal
Eksplora Informatika Vol 13 No 1 (2023): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i1.994

Abstract

Teknik klasifikasi teks dalam pemrosesan bahasa alami memegang peranan penting dalam mengelompokkan data digital ke dalam kategori yang telah ditentukan sebelumnya. Khususnya dalam bidang medis, klasifikasi teks klinis sangat penting untuk memahami dokumen medis, terutama teks klinis tentang kanker. Penelitian ini bertujuan untuk membandingkan kinerja tiga varian algoritma Naive Bayes yaitu Multinomial, Bernoulli, dan Gaussian, pada data uji klinis kanker. Untuk mengoptimalkan kinerja algoritma, kami menggunakan pendekatan GridSearch dan cross-validation dengan k-fold (k=10). Pilihan algoritma memiliki pengaruh signifikan terhadap akurasi, presisi, recall, dan metrik kinerja lainnya. Melalui perbandingan varian Naive Bayes, kami dapat mengidentifikasi algoritma terbaik untuk dataset dan tugas klasifikasi teks klinis kanker. Hasil analisis menunjukkan bahwa Bernoulli Naive Bayes mencapai akurasi 0,79, presisi 0,88, dan recall 0,68. Sementara itu, Gaussian Naive Bayes mencapai akurasi 0,76, presisi 0,83, dan recall 0,65. Algoritma Multinomial Naive Bayes berhasil mencapai akurasi 0,80, presisi 0,84, dan recall 0,75. Penelitian ini memberikan panduan dalam memilih algoritma yang sesuai dengan tujuan dan prioritas klasifikasi. Hal ini dapat dikembangkan lebih lanjut dalam bahasa alami medis dan proses pengambilan keputusan medis. Melalui pengetahuan yang diperoleh dari penelitian ini, analisis teks medis dalam konteks klinis dapat dioptimalkan dengan lebih efektif.
Optimasi Parameter Support Vector Machine Dengan Particle Swarm Optimization Untuk Prediksi Tunggakan Iuran Sekolah Syahril, Syahril; Medikawati Taufiq, Reny; Taslim, Taslim; Toresa, Dafwen; Fajrizal, Fajrizal; Handayani, Susi
Technologica Vol. 3 No. 2 (2024): Technologica
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/technologica.v3i2.162

Abstract

Penelitian ini berfokus pada pengembangan model prediktif untuk mengidentifikasi tunggakan iuran siswa di Sekolah Madrasah Ibtidaiyah Muhammadiyah Pekanbaru. Model ini memanfaatkan metode Support Vector Machine (SVM) dengan optimasi parameter menggunakan algoritma Particle Swarm Optimization (PSO) untuk mencapai akurasi prediksi yang tinggi. Data iuran siswa tahun 2022 digunakan sebagai sumber data, dan proses pra-pemrosesan data dilakukan untuk membersihkan noise dan outlier serta mengatasi ketidakseimbangan kelas dengan teknik SMOTE. Model yang diusulkan menggabungkan SVM dengan PSO untuk mencari nilai C dan gamma yang optimal pada model SVM. Hasil penelitian menunjukkan bahwa SVM dengan kernel radial dan 80% data latih mencapai akurasi sebesar 86,39%. Pengujian SVM+PSO dilakukan dengan dua ukuran populasi (10 dan 15) dan 1000 generasi evolusi. Penggunaan 10 populasi menghasilkan akurasi sebesar 89,20%, sedangkan 15 populasi mencapai akurasi 90,64% dengan nilai optimal C=1,4 dan gamma=2,6. Penelitian ini menekankan pentingnya penyesuaian parameter dan strategi evolusi seperti PSO dalam meningkatkan kinerja model SVM untuk tugas mengklasifikasikan tunggakan iuran siswa. Hasil ini menunjukkan bahwa model yang diusulkan mampu memberikan prediksi yang lebih akurat dibandingkan SVM standar, sehingga memberikan kontribusi penting dalam identifikasi dan pengambilan keputusan terkait tunggakan iuran siswa di sekolah
Co-Authors Ahmad Zamsuri, Ahmad Ahsal Ryan Prayogo Aminuyati Bakri Nasution, Feldiansyah Dafwen Toresa darmayunata, yuvi Eka Sabna Elvira Asril, Elvira Fadrial, Yogi Ersan Fajar, Muhammad Al Feldiansyah, Feldiansyah Keumala Anggraini Khairani Djahara, Khairani Lisnawita Lisnawita Lucky Lhaura Van FC, Lucky Lhaura Mariza Devega Mhd. Arief Hasan, Mhd. Arief Moh. Fatkuroji Muhammad Sadar Ningsih, Kursiah Warti Nurliana Nasution, Nurliana Nurul Aien Binti Abd Aziz Pane, Eddissyah Putra Panjaitan, Beriman Rhoma Indar Rofiantoro Roki Hardianto RR. Ella Evrita Hestiandari Sari Herlina Susandri, Susandri Susi Handayani Susi Handayani Susi Handayani Sutejo Sutejo Syahril Syahril Syahril Syahtriatna Djusar Taslim Malano Taslim Taslim Taslim Taslim Taslim Taufiq, Reny Medikawati Toresa, Dafwen Walhidayat Walhidayat Yogi Yunefri, Yogi Yuhelmi Yuhelmi Zamzami, Zamzami