Article Per Year (5 Year)
p-Index From 2021 - 2026
4.039
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi SITEKIN: Jurnal Sains, Teknologi dan Industri Prosiding Semnastek CESS (Journal of Computer Engineering, System and Science) Jurnal CoreIT JURNAL MEDIA INFORMATIKA BUDIDARMA Seminar Nasional Teknologi Informasi Komunikasi dan Industri Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Teknologi Komputer dan Sistem Informasi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Ekonomi Manajemen Sistem Informasi JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Sistem Komputer dan Informatika (JSON) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Pendidikan dan Teknologi Indonesia KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Sains dan Informatika : Research of Science and Informatic Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK) JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)
Muhammad Irsyad
Universitas Islam Negeri Sultan Syarif Kasim Riau
Aerospace Engineering Arts Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Transportation Veterinary Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
Implementasi Arsitektur Hybrid RAG pada Chatbot Skrining Kesehatan Mental M Dhimas Hadid Fachrezy; Nazruddin Safaat; Muhammad Irsyad; Febi Yanto
Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK) Vol. 4 No. 1 (2026): JURNAL PENGEMBANGAN TEKNOLOGI INFORMASI DAN KOMUNIAKSI (JUPTIK)
Publisher : Universitas Muhammadiyah Muara Bungo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52060/juptik.v4i1.4342

Abstract

Kesehatan mental pekerja merupakan tantangan global yang mendesak. Di Indonesia, hanya 57% penyandang gangguan jiwa yang memperoleh layanan kesehatan mental, masih jauh dari target nasional sebesar 90%. Sistem Retrieval-Augmented Generation (RAG) konvensional belum dirancang untuk menangani data asesmen psikometri dan pengambilan literatur klinis secara bersamaan tanpa meningkatkan risiko halusinasi. Penelitian ini mengusulkan arsitektur Hybrid RAG dengan Query Router berlapis untuk mengintegrasikan interpretasi psikometri yang bersifat deterministik dan retrieval pengetahuan klinis yang relevan secara semantik. Sebuah chatbot skrining kesehatan mental dikembangkan pada Telegram menggunakan arsitektur dua jalur yang memisahkan pemrosesan relasional melalui PostgreSQL dan retrieval semantik melalui Qdrant, BM25, serta Distribution-Based Score Fusion (DBSF). Sistem dikendalikan oleh Query Router empat lapis dan Routing-Aware Quality Gate dengan kebijakan Fail-Closed. Lima instrumen psikometri diimplementasikan, yaitu WHO-5, GAD-7, M-TBI, K10, dan NAQ-R. Evaluasi dilakukan menggunakan LaBSE BERTScore, E5 Cosine Similarity, dan RAGAS LLM-as-a-Judge. Hasil pengujian menunjukkan bahwa Query Router mencapai akurasi klasifikasi 100% pada 100 kueri uji. Konfigurasi Hybrid RAG dengan DBSF memperoleh nilai LaBSE F1 tertinggi sebesar 0,7039 dan E5 Cosine Similarity sebesar 0,9234. Selain itu, skor Faithfulness sebesar 0,9350 menunjukkan bahwa sebagian besar klaim yang dihasilkan didukung oleh dokumen klinis yang berhasil diambil sistem. Nilai Answer Correctness sebesar 0,7447 dipengaruhi keterbatasan evaluasi lintas bahasa, bukan kelemahan arsitektur yang diusulkan.
Implementasi Fine Tuning Menggunakan Metode QLoRA Pada Sistem Tanya Jawab Hadits Muhammad Azmi; Fitra Kurnia; Nazruddin Safaat Harahap; Muhammad Irsyad; Pizaini; Arif Marsal
Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK) Vol. 4 No. 1 (2026): JURNAL PENGEMBANGAN TEKNOLOGI INFORMASI DAN KOMUNIAKSI (JUPTIK)
Publisher : Universitas Muhammadiyah Muara Bungo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52060/juptik.v4i1.4349

Abstract

Hadits Islam merupakan sumber hukum kedua dalam ajaran Islam, namun penerapan Large Language Model (LLM) pada domain ini menghadapi masalah halusinasi faktual dan kesalahan atribusi sitasi. Penelitian ini mengembangkan sistem tanya jawab hadits berbasis Qwen 2.5 7B Instruct melalui tiga tahap. Pertama, Supervised Fine tuning (SFT) dengan Quantized Low-Rank Adaptation (QLoRA) pada 988 pasangan instruksi-respons yang dipilih dari 1.730 data mentah menggunakan Instruction Following Difficulty (IFD) Scoring berbasis rasio perplexity pada rentang P20–P80. Kedua, Direct Preference Optimization (DPO) Iterasi 1 dengan strategi off-policy menyebabkan regresi perilaku model akibat perbedaan distribusi data. Ketiga, DPO Iterasi 2 dengan strategi on-policy penuh menghasilkan respons chosen (T=0,1) dan rejected (T=0,9) dari model SFT yang sama, menghasilkan 509 pasangan valid. Komponen Hybrid Retrieval-Augmented Generation (RAG) mengindeks 65.811 hadits dari 11 kitab di Qdrant Cloud menggunakan BGE-M3 dan BM25 dengan Reciprocal Rank Fusion. Evaluasi RAGAS v0.2.6 dengan hakim GPT-4o dan BERTScore berbasis xlm-roberta-base menunjukkan DPO Iterasi 2 memperoleh Faithfulness lebih tinggi (0,676 vs 0,633), Context Precision sempurna (1,000) pada kedua model, dan BERTScore F1 yang setara (0,8621 vs 0,8615). Temuan ini mengonfirmasi bahwa strategi on-policy DPO menghasilkan keselarasan perilaku yang lebih stabil untuk model bahasa domain-spesifik.
Chatbot Generative AI Berbasis Hybrid RAG dengan Integrasi RIASEC untuk Rekomendasi Jurusan Dwi Mahdini; Nazruddin Safaat H.; Yelfi Vitriani; Muhammad Irsyad
Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK) Vol. 4 No. 1 (2026): JURNAL PENGEMBANGAN TEKNOLOGI INFORMASI DAN KOMUNIAKSI (JUPTIK)
Publisher : Universitas Muhammadiyah Muara Bungo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52060/juptik.v4i1.4373

Abstract

Ketidaksesuaian antara minat siswa dan jurusan yang dipilih masih menjadi permasalahan yang dapat memengaruhi keberhasilan akademik serta perencanaan karier. Di sisi lain, keterbatasan layanan bimbingan karier menyebabkan tidak semua siswa memperoleh konsultasi yang sesuai dengan kebutuhan mereka. Penelitian ini bertujuan merancang dan mengimplementasikan chatbot rekomendasi jurusan berbasis Hybrid Retrieval Augmented Generation (Hybrid RAG) yang terintegrasi dengan model kepribadian RIASEC. Arsitektur yang diusulkan menggunakan Query Router untuk memisahkan pemrosesan data terstruktur dan tidak terstruktur ke dalam dua jalur, yaitu jalur relasional berbasis MySQL untuk pengolahan hasil asesmen RIASEC dan jalur semantik berbasis FAISS untuk pencarian informasi dari knowledge base. Sistem dikembangkan dengan memanfaatkan Large Language Model yang dipadukan dengan mekanisme retrieval untuk menghasilkan respons yang kontekstual dan personal. Evaluasi sistem dilakukan menggunakan Black-Box Testing, BERTScore, dan RAGAS. Hasil pengujian menunjukkan bahwa arsitektur Hybrid RAG memperoleh nilai Precision rata-rata sebesar 0,769, Recall sebesar 0,778, dan F1-Score sebesar 0,774, lebih tinggi dibandingkan arsitektur RAG standar yang memperoleh F1-Score sebesar 0,728. Evaluasi menggunakan RAGAS juga menunjukkan kualitas retrieval dan faithfulness yang tinggi. Hasil penelitian menunjukkan bahwa integrasi Hybrid RAG dan RIASEC mampu meningkatkan kualitas rekomendasi jurusan yang lebih personal serta mendukung layanan konsultasi akademik berbasis kecerdasan buatan.
Sistem Pemesanan Web Menggunakan QR-Code dan Evaluasi Paket Menu Berbasis SAW Ferdi Hasan; Fitra Kurnia; Nazruddin Safaat Harahap; Muhammad Irsyad; Iwan Iskandar
Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK) Vol. 4 No. 1 (2026): JURNAL PENGEMBANGAN TEKNOLOGI INFORMASI DAN KOMUNIAKSI (JUPTIK)
Publisher : Universitas Muhammadiyah Muara Bungo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52060/juptik.v4i1.4426

Abstract

Es Coklat Mas Lino memerlukan digitalisasi proses pemesanan, pembayaran, pengelolaan status pesanan, dan evaluasi paket menu. Penelitian ini menghasilkan sistem pemesanan berbasis web yang diakses melalui QR-Code serta menerapkan metode Simple Additive Weighting (SAW) untuk memeringkat 10 alternatif paket bundling. Sistem dikembangkan menggunakan Laravel, MySQL/MariaDB, dan Midtrans. Data historis penelitian berupa rekap penjualan tujuh menu reguler selama 365 hari pada periode 1 Mei 2025 sampai 30 April 2026 dengan total 224.035 unit, yang digunakan untuk membentuk nilai Popularitas awal komponen paket. Data penjualan digunakan sebagai indikator popularitas, bukan sebagai data manajemen stok atau persediaan. Kriteria SAW terdiri atas Harga sebagai atribut cost berbobot 0,30, Popularitas sebagai atribut benefit berbobot 0,25, dan Rating sebagai atribut benefit berbobot 0,45. Paket yang belum memiliki rating aktual pelanggan menggunakan nilai awal netral 3 sebagai parameter internal. Hasil perhitungan menempatkan A2 pada peringkat pertama dengan nilai preferensi 0,976000 dan A9 pada peringkat terakhir dengan nilai 0,598215. Validasi fungsional dilaksanakan melalui 70 skenario Black Box Testing yang mencakup pemesanan, pembayaran, laporan, SAW, serta fungsi Midtrans Snap dan webhook; seluruh skenario berstatus valid, termasuk keberhasilan notifikasi settlement dan pembaruan status pembayaran melalui pengujian webhook Midtrans yang dikonfigurasi. UAT terhadap 12 responden memperoleh persentase 90,14% dengan kategori Sangat Baik.
Analisis Penerapan Flexmatch Pada Semi-Supervised Deep Learning Untuk Deteksi Penyakit Paru-Paru Berbasis Citra Chest X-Ray M. Aufaa Rahman; Benny Sukma Negara; Muhammad Irsyad; Lestari Handayani; Iis Afrianty
Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK) Vol. 4 No. 1 (2026): JURNAL PENGEMBANGAN TEKNOLOGI INFORMASI DAN KOMUNIAKSI (JUPTIK)
Publisher : Universitas Muhammadiyah Muara Bungo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52060/juptik.v4i1.4439

Abstract

Penyakit paru-paru seperti COVID-19 dan Pneumonia merupakan penyebab utama morbiditas dan mortalitas di dunia, sehingga diperlukan metode deteksi dini yang akurat dan efisien. Penelitian ini bertujuan menganalisis penerapan FlexMatch pada skema Semi-Supervised Deep Learning untuk klasifikasi penyakit paru-paru berbasis citra Chest X-ray (CXR), dengan memanfaatkan data berlabel dan tidak berlabel melalui mekanisme Curriculum Pseudo Labeling dan class-adaptive thresholding, serta DenseNet-169 sebagai ekstraktor fitur utama. Dataset yang digunakan terdiri dari 3.000 citra CXR yang mencakup tiga kelas, yaitu COVID-19, pneumonia, dan normal. Tahapan penelitian meliputi preprocessing data, augmentasi citra, pembagian data, pelatihan model, serta evaluasi menggunakan accuracy, precision, recall, F1-score, dan Grad-CAM. Hasil penelitian menunjukkan bahwa model mencapai akurasi validasi sebesar 96,65% dengan F1-score masing-masing sebesar 99,02% untuk COVID-19, 95,74% untuk Normal, dan 94,48% untuk Pneumonia. Visualisasi Grad-CAM membuktikan bahwa model mampu memfokuskan perhatian pada area paru yang relevan secara klinis, sehingga FlexMatch terbukti efektif meningkatkan performa klasifikasi pada kondisi data berlabel terbatas dan berpotensi mendukung sistem diagnosis penyakit paru-paru berbasis kecerdasan buatan.  
Co-Authors Abdul Halim Afdhalel Vickro Afiana Nabilla Zulfa Ahmad Fauzan Ahmad Kurniawan Ahyani Junia Karlina Albis Ya Albi Alwis Nazir Amelia Irsyada Ana Komaria Baskara Arif Marsal Bebi Oktaviani Deny Dewana Hastanto Dwi Mahdini Eka Pandu Cynthia Elin Haerani Elvia Budianita Endang Rasila Fahmi Kasri Fahrul Al Hidayat Febi Yanto Ferdi Hasan Fina Tamima Annahwa Fitra Kurnia Fitra Lestari Fitri Insani Fitri Wulandari Iis Afrianty Iwan Iskandar Jasril Jasril Lestari Handayani Liza Afriyanti Lola Oktavia M Dhimas Hadid Fachrezy M. Aufaa Rahman Mohd. Ridho Zarkasih Rahim Muhammad Affandes Muhammad Affandes Muhammad Azmi Muhammad Fikry Nadila Handayani Putri Nazruddin Safaat Nazruddin Safaat H Nazruddin Safaat H Nazruddin Safaat H. Negara, Benny Sukma Novi Yanti Novriyanto Novriyanto Nur Habibah Lubis Pizaini Pizaini Rahma Shinta Rahmad Kurniawan Rendi Aulia Rahman Reski Mai Candra Reski Mai Candra Reski Mai Chandra Riyan Wibowo Saputra Sonya Metarice Surya Agustian Suwanto Sanjaya Teddie Darmizal Teddie Darmizal Trya Ayu Pratiwi Wahyu Reinaldy yelfi Vitriani Yusra Yusra Zul Azis Khan