Article Per Year (5 Year)
p-Index From 2021 - 2026
2.383
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan ARTEKS : Jurnal Teknik Arsitektur Jurnal Responsif : Riset Sains dan Informatika Indonesian Journal of Community Diversity and Engagement SWARNA Philosophiamundi : Journal of Global Humanistic Studies Submit : Jurnal Ilmiah Teknologi Informasi dan Sains SWARNA: Jurnal Pengabdian Kepada Masyarakat Jurnal Bakti Dirgantara
Ahmad Syaifuddin
Universitas Islam Majapahit
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Pendampingan Pengembangan Sistem Informasi AMI Berbasis PPEPP dengan Vibe Coding pada Program Studi Informatika UNIM Ahmad Syaifuddin; Ronny Makhfuddin Akbar; Hafizh Fianto Putra; Yanuarini Nur Sukmaningtiyas; Anita
Jurnal Bakti Dirgantara Vol. 3 No. 2 (2026): Jurnal Bakti Dirgantara
Publisher : Universitas Dirgantara Marsekal Suryadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jdqrbx63

Abstract

Implementing the Internal Quality Assurance System (SPMI) via the PPEPP cycle is a mandatory requirement for study programs to align with LAM INFOKOM accreditation criteria. The assessment process is often hindered by the management of the Self-Evaluation Report (LED) and Internal Quality Audit (AMI) documentation, which still rely on manual, conventional filing methods. To address these issues, this community service initiative was organized to assist the quality assurance team in designing an integrated management information platform. The innovative approach adopted for this software development is "vibe coding" leveraging artificial intelligence as a virtual assistant to accelerate code syntax generation. The system's data architecture and logic were developed using a PHP framework, while the user interface design utilized the flexibility of Tailwind CSS. The project outcomes confirm that the application of vibe coding drastically reduced the time required to build the application. This system enables the quality assurance team to conduct simulated assessments using LAM INFOKOM instruments much more efficiently, a success reflected in a high user satisfaction index of 94.4%. Furthermore, the series of technical assistance sessions, combined with Focus Group Discussions (FGDs), proved effective
Analisis Emosi Publik di Media Sosial X: Pendekatan Hybrid IndoBERT dan TF-IDF dalam Kajian Komunikasi Digital Fatihatul Lailiyah; Ahmad Syaifuddin
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 6 No. 1 (2026): Juni 2026
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v6i1.4810

Abstract

Media sosial X menjadi ruang penting bagi publik untuk menyampaikan opini, pengalaman, dan respons emosional terhadap isu sosial, politik, ekonomi, dan budaya. Analisis terhadap ekspresi tersebut dapat mendukung social listening dan membantu institusi memahami dinamika komunikasi digital. Penelitian ini menguji tiga ruang ekstraksi fitur untuk mengklasifikasikan emosi pada teks berbahasa Indonesia, yaitu TF-IDF saja, IndoBERT saja, dan gabungan TF-IDF–IndoBERT. Data diberi label menggunakan kamus kata kunci ke dalam enam kategori emosi, yaitu senang, sedih, marah, jijik, takut, dan terkejut. Teks yang tidak memiliki kata kunci emosi ditempatkan pada kelas netral sehingga tugas penelitian terdiri atas tujuh kelas keluaran. Tiga algoritme dibandingkan, yaitu Support Vector Machine, Random Forest, dan Deep Neural Network, menggunakan pembagian 80% data latih dan 20% data uji. Pada fitur TF-IDF saja, Random Forest memperoleh akurasi 91,62%, presisi 77,27%, dan F1-score 73,12%, sedangkan SVM memperoleh akurasi 90,80%. Pada fitur IndoBERT saja, SVM dan Neural Network sama-sama memperoleh akurasi 79,96%, sementara Random Forest memperoleh 67,69%. Pada fitur hibrida, Neural Network memperoleh akurasi tertinggi sebesar 83,84%, diikuti SVM 80,57% dan Random Forest 76,07%. Hasil ini menunjukkan bahwa representasi leksikal sangat sesuai dengan skema pelabelan berbasis kata kunci, sedangkan fitur hibrida memberikan ruang bagi pengujian representasi semantik dan leksikal secara bersamaan. Secara substantif, model dapat digunakan sebagai instrumen awal untuk membaca pola emosi dalam korpus percakapan X, tetapi hasilnya tidak dapat dianggap sebagai representasi langsung emosi seluruh masyarakat.
Komparasi Algoritma Regresi Linear dan Random Forest untuk Prediksi Tingkat Pengangguran Terbuka di Jawa Timur Wijayanto; Ronny; Ahmad Syaifuddin
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10539

Abstract

Tingkat Pengangguran Terbuka (TPT) merupakan indikator penting dalam mengevaluasi kondisi ketenagakerjaan suatu daerah. Prediksi TPT diperlukan untuk mendukung penyusunan kebijakan ketenagakerjaan yang lebih efektif. Penelitian ini bertujuan membandingkan kinerja algoritma Linear Regression dan Random Forest Regression dalam memprediksi TPT di Provinsi Jawa Timur. Dataset yang digunakan berasal dari Badan Pusat Statistik (BPS) periode 2021–2025 yang mencakup 38 kabupaten/kota dengan total 190 data. Variabel prediktor meliputi Produk Domestik Regional Bruto (PDRB), Upah Minimum Regional (UMR), Tingkat Partisipasi Angkatan Kerja (TPAK), inflasi, dan rata-rata lama sekolah. Tahapan penelitian meliputi preprocessing data, standardisasi menggunakan StandardScaler, pembagian data dengan rasio 80:20, pembangunan model, serta evaluasi menggunakan MAE, MSE, RMSE, dan R². Hasil penelitian menunjukkan bahwa Random Forest Regression memiliki performa lebih baik dibandingkan Linear Regression, dengan nilai MAE 0,6768, MSE 0,8211, RMSE 0,9062, dan R² 0,7295, sedangkan Linear Regression memperoleh MAE 0,8518, MSE 1,2439, RMSE 1,1153, dan R² 0,5902. Variabel rata-rata lama sekolah menjadi faktor yang paling berpengaruh terhadap prediksi TPT. Dengan demikian, Random Forest Regression lebih efektif untuk memprediksi TPT di Provinsi Jawa Timur.
Integrasi Aplikasi Web dan Mobile untuk Otomasi Transaksi dan Transparansi Layanan Bank Sampah Andika Wira Nugraha; Ronny Makhfuddin Akbar; Ahmad Syaifuddin
Philosophiamundi Vol. 4 No. 3 (2026): Philosophiamundi June 2026
Publisher : PT. Kreasi Karya Majakata

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

Abstract

This study develops a web- and mobile-based Waste Bank application to address manual recording problems in customer management, waste types, deposit transactions, balances, withdrawals, and reporting. The system provides two main roles: Admin and Customer. Admin manages operational data through the web application, while Customers use the mobile service to monitor balances, transaction history, waste prices, and submit withdrawal requests. The system was developed using the Waterfall approach covering requirements analysis, system design, implementation, and testing. The web frontend uses React.js, the backend uses Laravel, and MySQL is used as the database, with Tailwind CSS supporting the user interface. Deposit recording applies automatic calculation based on waste weight and price per kilogram, followed by balance updating after the transaction is stored. Black Box Testing was conducted on 25 scenarios covering the main functions, and all scenarios were successful. The results indicate that the application integrates waste bank administration, improves transaction recording, structures operational data, and provides customers with more transparent access to savings and transaction information.
Integration of Artificial Intelligence in inclusive urban design to enhance gender and disability safety: A design-based research in Surabaya Ainin Bashiroh; Ahmad Syaifuddin; Faizatus Sholikhah; Komang Ayu Laksmi Harshinta Sari; Ade Fitriyanti Ulul Azmi; Ionocki Prasetyo
ARTEKS : Jurnal Teknik Arsitektur Vol 11 No 1 (2026): ARTEKS : Jurnal Teknik Arsitektur | January 2026 ~ March 2026
Publisher : Program Studi Arsitektur Fakultas Teknik Universitas Katolik Widya Mandira

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30822/arteks.v11i1.4813

Abstract

Limited accessibility and safety for women and persons with disabilities remain critical issues in urban development in Indonesia, particularly in public spaces that are insufficiently responsive to vulnerable groups. This study aims to develop an inclusive urban design concept based on gender and disability perspectives through the integration of Artificial Intelligence (AI) and participatory approaches as an evidence-based design foundation. The research adopts a Design-Based Research (DBR) approach using mixed methods that combine AI-based quantitative analysis and participatory qualitative methods. Quantitative data were obtained through YouTube data crawling (853 entries, 729 valid datasets) and analyzed using Named Entity Recognition (NER) to identify potentially unsafe urban locations, then visualized through WebGIS. Qualitative data were collected through Focus Group Discussions (FGDs) involving disability organizations, women’s groups, and policymakers. The results identified three vulnerable locations in Surabaya: Kedung Cowek Street, Wonorejo Timur Street, and Kupang Indah Street. The study formulates inclusive urban design elements, including standardized pedestrian pathways, guiding blocks, gentle ramps, lighting levels of at least 12 lux, accessible transit stops, signage, and gender-sensitive public facilities. The novelty lies in integrating AI-based social media analysis with participatory approaches within a DBR framework to support data-driven inclusive urban design.
REKOMENDASI MAKANAN INDONESIA BERDASARKAN MAKANAN YANG DITAMPILKAN DIDALAM ANIME MENGGUNAKAN METODE CONTENT-BASED FILTERING Abdul Nasrul Rizal Firryhab Wahid Rokhman; Soffa Zahara; Yanuarini Nur; Ahmad Syaifuddin
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 6 No. 2 (2026): Desember 2026
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

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

Abstract

Sistem rekomendasi sangat penting dalam membantu pengguna memberikan pilihan sesuai dengan kebutuhan. Penelitian ini memberikan rekomendasi makanan Indonesia yang terinspirasi pada makanan yang ditampilkan dalam anime dengan tujuan dapat membantu pengguna dalam memberikan pilihan makanan Indonesia berdasarkan anime yang dipilih. Metode Content-Based Filtering digunakan dalam penelitian ini karena dapat memberikan hasil rekomendasi melalui atribut seperti judul anime, makanan anime, deskripsi makanan yang ada di anime, nama makanan Indonesia dan penjelasan makanan Indonesia. data kemudian diolah melalui beberapa tahap seperti case folding, stopword removal, dan tokenization. Setelah itu data dilakukan perhitungan menggunakan TF-IDF untuk mendapatkan nilai cosine similarity. Pada hasil pengujian sistem dapat memberikan hasil yang relevan dengan nilai precission sebesar 0.03929, recall sebesar 0.044034, f1 score sebesar 0.041527 dan nilai akurasi sebesar 0.977383. Hasil dari penelitian ini menunjukkan bahwa semua fitur yang dikembangkan dapat berjalan sesuai dengan fungsinya tanpa ditemukannya masalah seperti error dan sistem juga dapat memberikan output rekomendasi berupa makanan Indonesia berdasarkan anime yang dipilih.
Co-Authors Abdul Nasrul Rizal Firryhab Wahid Rokhman Ade Fitriyanti Ulul Azmi Ainin Bashiroh Andhika C. Putra Andika Wira Nugraha Anita Fahrul Amirudin Faizatus Sholikhah Fajar Indra Kurniawan Fatihatul Lailiyah Fianto Putra, Hafizh Hafizh Fianto Putra Harin, Arisa Ionocki Prasetyo Komang Ayu Laksmi Harshinta Sari Luki Ardiantoro Makhfuddin Akbar, Ronny Masnia Ningsih Moh. Muslimin Mohammad Muslimin Muhammad Nurfadhli Nihmah, Andini Hidayatun Nur Sukmaningtyas, Yanuarini Putra, Ananda Diar Eka Ronny Ronny Makhfuddin Akbar Soffa Zahara Wahyu P. Indarwati Widya Ayu K. Wijayanto Yanuarini Nur Yanuarini Nur Sukmaningtyas Yensi K.S Zahara, Soffa