Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Technologia: Jurnal Ilmiah Alhiwar: Jurnal Ilmu dan Teknik Dakwah
Amrullah Amrullah
UIN Antasari Banjarmasin
Religion Humanities Computer Science & IT Social Sciences

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

Found 4 Documents
Search

 1 
DAKWAH PERSUASIF (SEBUAH TINJAUAN DARI ASPEK HAKIKAT ROHANIAH) Amrullah Amrullah
Al-Hiwar : Jurnal Ilmu dan Teknik Dakwah Vol 5, No 2 (2017): Juli-Desember
Publisher : UIN Antasari Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (485.603 KB) | DOI: 10.18592/al-hiwar.v5i10.1887

Abstract

Humans are created from two elements, namely, physical (physical) and spiritual (psychic). Therefore man is the perfect being from various aspects of it spiritually (psychologically). Since man has been created perfectly, he has three spiritual powers: al-fikr, al-wijdaan, al-madhadah with different shades, levels and levels between individual human beings; which is expressed in the form of attitudes and behaviors as a result of efforts to meet their psychological needs. In conjunction with persuasive devotion, a da'i must understand and be aware of the spiritual potential of human being as well as object of delivery of message of dakwah, which of course must be supported by skill and skill that exist in da'i self. One of the most basic is where da'i have to master the linguistic of various aspects, so that what is conveyed is not contradictory or in line with the spiritual nature of human beings as mad'u.
Flatform Konseling Virtual ; Wujud Trasformasi Edukasi Terapeutik di Fasilitas Pelayanan Kesehatan Taufik Hidayat; Anita Ariani; Nadzmi Akbar; Amrullah Amrullah
Al-Hiwar Jurnal Ilmu dan Teknik Dakwah Vol. 12 No. 1 (2024): Januari-Juni
Publisher : Fakultas Dakwah dan Ilmu Komunikasi UIN Antasari Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18592/alhiwar.v12i1.11498

Abstract

Virtual counseling platforms provide the ability to maintain connectivity between healthcare providers and their patients. Patients can quickly receive diagnoses, enabling faster and more accurate responses to any changes in their health. This article explains the implementation and therapeutic education phases in healthcare facilities, particularly hospitals and community health centers, using virtual counseling platforms in telemedicine programs through a literature review and a descriptive approach. The policy for the therapeutic education process in virtual counseling platforms in healthcare facilities is divided into eight stages: assessing educational needs, medical record-keeping, disease diagnosis, medical equipment safety, pain management, diet and nutrition, rehabilitation techniques, and verification of understanding received. There are five therapeutic education topics: patient-oriented, disease-oriented, patient safety-oriented, rehabilitation material, and prevention material. In the virtual counseling platform, healthcare providers implement seventeen implementation actions in the therapeutic education process based on the educational phases. First, in the Pre-Interaction Phase, the implementation actions include self-evaluation, setting the stages of virtual counseling therapeutic education, and creating a written plan according to established SOPs. Second, in the Orientation Phase, implementation actions include introducing oneself, scheduling meetings (contracting), building rapport and trust, initiating a conversation, and closing the introduction session. Third, in the Working Phase, implementation actions involve increasing the patients' understanding and awareness of themselves, developing independence competencies, therapeutic actions, conducting health education, collaboration, delegation, and observation. Fourth, in the Termination Phase, implementation actions include making temporary terminations, final terminations with evaluation of actions, and contracting for follow-up care and treatment outcomes.
Klasifikasi Konten Pada Situs Web Dakwah Indonesia Menggunakan Text Mining Untuk Deteksi Paham Islam Radikal Nahed Nuwairah; Munsyi Munsyi; Amrullah Amrullah; Anita Ariani; Rabiatul Aslamiah
Technologia : Jurnal Ilmiah Vol 15 No 4 (2024): Technologia (Oktober)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i4.16333

Abstract

Konten radikalisme Islam dalam konteks prosedural merujuk pada konten yang memprovokasi kekerasan, menyebarkan kebencian, dan menentang nasionalisme melalui dakwah Islam di situs web Indonesia. Definisi radikalisme berbeda di setiap negara, dan di Indonesia, radikalisme diidentifikasi dengan isu provokasi serta kebencian terhadap SARA (Suku, Agama, Ras, Antargolongan). Deteksi konten SARA sangat menantang karena jumlahnya yang besar, sistem yang tidak terstruktur, dan banyaknya gangguan yang disebabkan oleh beragam interpretasi. Masalah ini dapat mengancam persatuan dan keharmonisan agama di Indonesia. Berdasarkan kondisi ini, diperlukan sistem untuk membedakan apakah suatu konten bersifat radikal atau tidak. Kami mengusulkan pendekatan text mining menggunakan ambang DF dan ekstraksi fitur berbasis otak manusia. Sistem ini terdiri dari beberapa langkah, termasuk pengumpulan data, pra-pemrosesan, text mining, seleksi fitur, klasifikasi untuk pengelompokan data berdasarkan label kelas, perhitungan kesamaan untuk pemrosesan data pelatihan, dan visualisasi untuk menentukan apakah konten tersebut radikal atau tidak. Penelitian ini diharapkan dapat memberikan literasi kepada pengguna yang mengakses situs web yang terpapar paham radikal, sehingga dapat menekan penyebaran provokasi di situs web di Indonesia. Hasil eksperimen menunjukkan bahwa kombinasi validasi silang 10 kali lipat dan metode k-Nearest Neighbor (kNN) sebagai metode klasifikasi mencapai akurasi sebesar 66,37% dengan nilai k sebesar 7, berdasarkan data yang dikumpulkan menggunakan web scrapping dari situs yang diblokir oleh Kementerian Komunikasi dan Informatika Indonesia (Menkominfo).
SISTEM KlASIFIKASI KONTEN RADIKAL WEBSITE DAKWAH MENGGUNAKAN ALGORITMA KNN Samsul Rani; Rabiatul Aslamiah; Amrullah Amrullah; Munsyi M.T
Technologia : Jurnal Ilmiah Vol 16 No 3 (2025): Technologia (Juli)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i3.19701

Abstract

Penelitian ini membahas klasifikasi konten radikal dalam Da'wah Indonesia di Website Da’wah dengan menggunakan teknik text mining. Kami mengimplementasikan aplikasi mesin pencari konten menggunakan PHP, yang bersifat open-source dan dapat diakses di berbagai sistem operasi. Sistem ini memproses query dengan melakukan text mining dan membandingkan hasilnya dengan kata kunci yang disimpan dalam database, mengklasifikasikan konten ke dalam kategori yang telah ditentukan sebelumnya: Merah, Kuning, Hijau, dan Putih. Proses klasifikasi dilakukan dengan memberi label secara manual pada konten berdasarkan data dari Kementerian Komunikasi dan Informatika, yang menghasilkan 126 artikel berita yang diberi label. Algoritma K-Nearest Neighbors (K-NN) digunakan untuk klasifikasi, dengan nilai k optimal 7, yang mencapai tingkat akurasi sebesar 66,37%, menunjukkan keandalan algoritma dalam mengklasifikasikan konten radikal dibandingkan dengan metode manual. Pengujian dilakukan dengan text mining untuk mengekstraksi kata-kata signifikan dari konten berita, kemudian menghitung jarak Euclidean untuk klasifikasi. Matriks kebingungannya digunakan untuk mengukur akurasi klasifikasi, dengan kelas "Putih" mencapai nilai presisi dan recall tertinggi. Kinerja sistem menunjukkan waktu pemrosesan 0,704 detik per tugas klasifikasi dan penggunaan memori sebesar 884.656 byte, yang menyoroti efisiensi algoritma namun juga menunjukkan area yang perlu dioptimalkan. Peningkatan di masa depan meliputi penambahan fungsi identifikasi sinonim untuk kata kunci Bahasa Indonesia guna meningkatkan akurasi klasifikasi dan melibatkan para ahli dalam penentuan tema konten radikal. Menggabungkan algoritma K-NN dengan teknik machine learning lain seperti Naive Bayes, SVM, Decision Tree, dan Neural Network dapat lebih meningkatkan akurasi. Selain itu, memperluas sistem untuk digunakan pada server proxy, platform mobile, dan aplikasi lainnya akan meningkatkan fleksibilitasnya dalam mendeteksi dan mengklasifikasikan konten radikal. Penelitian ini berkontribusi pada pemahaman dan pengembangan sistem untuk mendeteksi konten radikal di website da’wah, dengan menekankan perlunya adaptasi dan perbaikan berkelanjutan seiring dengan taktik radikalisasi online yang terus berkembang.
Co-Authors Anita Ariani Munsyi Munsyi Munsyi, Munsyi Nadzmi Akbar, Nadzmi Nahed Nuwairah Rabiatul Aslamiah Samsul Rani Taufik Hidayat