Claim Missing Document
Check
Articles

Found 6 Documents
Search

“DYNAMIC GOVERNANCE” PADA BIDANG USAHA MILIK PESANTREN SALAFIYAH SYAFI’IYAH SUKOREJO SITUBONDO Ach. Zubairi
Al-Idarah Vol 1 No 2 (2020): Al-Idārah : Jurnal Manajemen dan Bisnis Islam
Publisher : Fakultas Syariah dan Ekonomi Islam Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (75.147 KB) | DOI: 10.35316/idarah.2020.v1i2.56-69

Abstract

Dynamic Governance is the government's ability to formulate and implement policies in anticipation of rapid changes. The principles of Dynamic Governance are thinking ahead (the ability to identify environmental factors), thinking again (the ability to review various policies, strategies, and programs that are currently running) and thinking across (the ability to adopt thoughts, opinions and ideas outside the minset). As an institution that manages the economy, the BUMP pesantren continues to strive to become a dynamic institution, by trying to follow two major elements of the concept of dynamic governance, namely: dynamic capabilities and institutional cultures. Thinking ahead is the ability to analyze future developments. BUMP has carried out various business activities that keep up with the times by developing businesses that use information technology. Thinking again, BUMP always conducts business activities by visiting Islamic boarding schools which also have quite advanced business fields. Thinking across is BUMP's ability to learn from experiences or policies of other institutions and can adopt these policies to be implemented as needed.
Sistem Pendukung Keputusan Izin Bepergian Harian Santri Putra Pondok Pesantren Salafiyah Syafiiyah Sukorejo Firman Santoso; Ach. Zubairi; Mohammad Nastain
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 1 No. 1 (2022): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (456.13 KB) | DOI: 10.35316/justify.v1i1.2153

Abstract

Pembuatan SPK dan penelitian ini dilatarbelakangi oleh susahnya santri dalam melakukan izin harian di pondok pesantren salafiyah syafiiyah sukorejo situbondo. Dimana Ketika santri akan melakukan izin, mereka harus meminta tanda tangan dari kasubag asrama kemudian ditukarkan dengan surat izin di kantor perizinan putra. Izin harian santri ini di berikan oleh petugas perizinan dengan proses manual sehingga sering terjadi perbedaan pemberian izin antara petugas perizinan yang berakibat tidak tepatnya pemberian izin kepada santri. Dalam penelitian ini timbul beberapa permasalahan yaitu bagaimanakah cara membuat Sistem Pembantu Keputusan (SPK) yang mampu memberikan pertimbangan dan acuan dalam pemberian izin santri sehingga memudahkan santri dalam melakukan izin harian,serta mencari solusi keterlambatan izin santri. Dalam penelitian ini metode yang digunakan merupakan salah satu metode dari Data mining yaitu Naïve Bayes Classifier (NBC) dengan Laplace correction (LC) untuk memprediksi keterlambatan izin santri berdasarkan data yang sudah ada dimasa lalu dan di buat dengan bahsa pemrograman PHP & MYSQL. Kesimpulan dari penelitian ini adalah mempermudah santri dalam melakukan izin, mengurangi terjadinya human error dalam memberikan proses izin serta memprediksi keterlambatan izin santri menggunakan SPK yang dibangun menggunakan Algoritma NBC dengan LC sehingga memberikan akurasi yang tepat dan menjadi acuan dalam memberikan proses izin
RANCANG BANGUN WEBSITE DINAS KOPERASI PERINDUSTRIAN & PERDAGANGAN SITUBONDO Ach. Zubairi; M. Saiful Rizal
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 1 No. 2 (2023): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (296.139 KB) | DOI: 10.35316/justify.v1i2.2732

Abstract

Didalam pemerintah daerah Situbondo memiliki jajaran mulai dari bupati sebagai Pemerintah daerah Situbondo merupakan salah satu daerah yang berada dibawah pemerintah provinsi Jawa Timur Pemerintah daerah Situbondo merupakan salah satu daerah yang berada dibawah pemerintah provinsi Jawa Timur. Didalam pemerintah daerah Situbondo memiliki jajaran mulai dari bupati sebagai pemimpin kabupaten dan dinas sebagai pembantu dari masing-masing bidang yang ada, salah satunya yaitu Dinas Koperasi, Perindustrian dan Perdagangan. Awal dari dinas ini merupakan dua dinas yaitu dinas Koperasi dan dinas Perindustrian Perdagangan yang digabungkan menjadi satu sesuai dengan Perundangan Bupati Situbondo pada tahun 2021. Untuk memberikan informasi terkait seluruh kegiatan dari berbagai bidang yang berada pada Dinas Koperasi, Perindustrian dan Perdagangan perlu adanya sebuah tempat atau halaman yang dapat diakses dengan cepat dimanapun dan kapanpun DISKOPERINDAG Situbondo butuh adanya website. Website adalah kumpulan dari beberapa halaman situs yang terdapat dalam sebuah domain atau subdomain yang berbeda didalam World Wide Web (WWW) di semua jenis internet yang sebagai tempat pencarian informasi yang bisa diakses dengan mudah, biasanya website berisi halaman dibawah homepage (child page) berisi hyperlink ke halaman lain dalam website.
Analisis Sentimen Pengguna Aplikasi SIMANTAP Pondok Pesantren Salafiyah Syafi’iyah Situbondo Ach. Zubairi; Luckman Ashary
Jurnal Multidisiplin Ibrahimy Vol. 1 No. 1 (2023): JUMMY - August
Publisher : LP2M Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/jummy.v1i1.3557

Abstract

Pondok Pesantren Salafiyah Syafi'iyah Sukorejo Situbondo provides a payment application called SIMANTAP. This application aims to make it easier for guardians of students to make payments for bills given by Islamic boarding schools. Along the way, some obstacles arise; users tend to give their views in a comment. These comments will later provide an overview of the user's response to the SIMANTAP application. This study will analyze comment data using the Naïve Bayes Classifier. The data was taken from September 2021 to October 2021. As a result, users tend to give a positive response of 89%. Based on the test data results using the Naïve Bayes classifier algorithm, the classification can predict quite well; this is shown by the precision results of 82%, 97% recall, and 89% fi-score.
Penerapan Information Retrieval dalam Sistem Analisis Kemiripan Proposal Skripsi menggunakan Cosine Similarity Muhammad Dzikry Afandi; Ahmad Homaidi; Abd Ghofur; Ach Zubairi
SWABUMI (Suara Wawasan Sukabumi): Ilmu Komputer, Manajemen, dan Sosial Vol 12, No 1 (2024): Volume 12 Nomor 1 Tahun 2024
Publisher : Universitas Bina Sarana Informatika Kota Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/swabumi.v12i1.17087

Abstract

Di lingkungan akademik, konsep plagiarisme cukup sering dibahas, plagiarisme yang biasa dilakukan adalah plagiarisme terhadap karya tulis ilmiah. Masalah yang sama juga dihadapi oleh Universitas Ibrahimy Sukorejo khususnya Fakultas Sains dan Teknologi. Mahasiswa biasanya hanya mengubah tempat penelitian, hal ini tentunya mengkhawatirkan sebab tidak ada kebaharuan yang ditawarkan pada penelitian tersebut. Penelitian ini menawarkan sebuah sistem yang bisa menganalisa sejauh mana kemiripan dari proposal skripsi yang diajukan oleh mahasiswa. Sistem menerima masukan berupa judul dan ringkasan proposal skripsi yang akan diajukan. Sistem temu kembali atau information retrieval akan digunakan bersamaan dengan text mining. Penelitian ini meggunakan metode perangkingan cosine similarity yang sebelumnya dilakukan pembobotan term frequency-inverse document frequency. Hasilnya sistem mampu untuk mengenali masukan yang diberikan pengguna dan memberikan perangkingan sesuai dengan perhitungan yang dihasilkan. Pada pengujian sistem mendapatkan kemiripan sebesar 100% untuk query yang sama persis dengan dataset. Sedangkan pada query yang di dimasukkan agak mirip, sistem memberikan persentase sebesar 18.4%. Sistem juga bisa memberikan gambaran kepada panitia skripsi tentang penelitian yang akan dilakukan oleh mahasiswaIn academic circles, the concept of plagiarism is often discussed, the plagiarism that is usually done is plagiarism against scientific papers. The same problem is also faced by Ibrahimy Sukorejo University, especially the Faculty of Science and Technology. Students usually only change the place of research, this is of course worrying because there is no innovation offered in the research. This research offers a system that can analyze how far the thesis proposals submitted by students are similar. The system receives input in the form of a title and a summary of the thesis proposal to be submitted. Retrieval system or information retrieval will be used in conjunction with text mining. This study uses the cosine similarity ranking method, which was previously weighted by term frequency-inverse document frequency. As a result, the system is able to recognize the wishes given by the user and provide a ranking according to the resulting calculations. In testing, the system obtained a similarity of 100% for queries that were exactly the same as the dataset. Meanwhile, the query entered is somewhat similar, the system gives a percentage of 18.4%. The system can also provide an overview to the thesis committee about the research that will be carried out by students.
Mental Health Diagnosis (Chronic Fatigue Syndrome and Depression) using Decision Tree Algorithm Zubairi, Ach.; Homaidi, Ahmad; Yunita, Irma; Prasetyo, Jarot Dwi; Hermanto, Hermanto
G-Tech: Jurnal Teknologi Terapan Vol 9 No 3 (2025): G-Tech, Vol. 9 No. 3 July 2025
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/g-tech.v9i3.7595

Abstract

Mental health is an important aspect that affects an individual's life, impacting productivity, social relationships and overall quality of life. The World Health Organization (WHO) states that one in four people worldwide will face mental health challenges. With the increasing incidence of conditions such as depression and Chronic Fatigue Syndrome (CFS), effective detection and intervention methods are urgently needed. Data mining, specifically using Decision Tree algorithms, presents a promising approach to address this challenge. This study utilizes a quantitative methodology to classify depression and CFS patients using a public dataset. The data collection from Kaggle included variables such as demographics and clinical evaluations, consisting of 1,000 records and 15 predictive attributes. Data preprocessing addressed noise, specifically missing values, to ensure model accuracy above 80%. A Decision Tree was implemented, displaying the interpretability of the method by partitioning the data based on the selected attributes. Evaluation metrics such as accuracy, precision, recall, and F1 score showed accuracy of 99% and precision and recall of 100%. The results emphasize the potential of the Decision Tree in distinguishing between depression and CFS, enabling early intervention through accurate patient identification. This study advocates the integration of such machine learning models into clinical practice to improve mental health diagnostics and management, by addressing an important aspect of public health.