Article Per Year (5 Year)
p-Index From 2021 - 2026
4.995
P-Index
This Author published in this journals
All Journal International Journal of Informatics and Communication Technology (IJ-ICT) Jurnal Sarjana Teknik Informatika Jurnal Informatika dan Teknik Elektro Terapan Register: Jurnal Ilmiah Teknologi Sistem Informasi Fountain of Informatics Journal SemanTIK : Teknik Informasi JURNAL REKAYASA TEKNOLOGI INFORMASI Jurnal ULTIMATICS KOMPUTA : Jurnal Ilmiah Komputer dan Informatika Journal of Electronics, Electromedical Engineering, and Medical Informatics Sains, Aplikasi, Komputasi dan Teknologi Informasi Journal of Innovation Information Technology and Application (JINITA) Jurnal Manajemen Informatika Jayakarta Djtechno: Jurnal Teknologi Informasi JITSI : Jurnal Ilmiah Teknologi Sistem Informasi Journal of Advanced Sciences and Mathematics Education Adopsi Teknologi dan Sistem Informasi Pengabdian Kepada Masyarakat Bidang Teknologi dan Sistem Informasi Kreatif Teknologi dan SIstem Informasi
Irsyad, Akhmad
Universitas Mulawarman
Aerospace Engineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Materials Science & Nanotechnology Mathematics Physics Social Sciences

Published : 41 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 41 Documents
Search

 1   2   3   4   5 
ANALISIS SENTIMEN PADA ULASAN PENGGUNA APLIKASI JAMSOSTEK MOBILE DENGAN MENGGUNAKAN NAÏVE BAYES DAN LOGISTIC REGRETION Efrata Madao, O’neal; Irsyad, Akhmad; Rivani Ibrahim, Muhammad
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6775

Abstract

Jamsostek Mobile (JMO) merupakan inovasi digital dari BPJS Ketenagakerjaan yang diluncurkan pada September 2021 untuk mempermudah pelayanan kepada pengguna. Meskipun dirancang untuk meningkatkan akses dan kualitas layanan, masih ditemukan ulasan negatif dari pengguna terkait fitur dan kinerja aplikasi. Ulasan tersebut menjadi sumber informasi penting untuk mengevaluasi persepsi pengguna. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi JMO menggunakan algoritma Naïve Bayes dan Logistic Regression. Data diambil dari Google Playstore, terdiri dari 1.500 ulasan berbahasa Indonesia yang telah diberi label secara manual sebagai positif atau negatif. Proses analisis dilakukan dengan Python melalui platform Google Colab. Evaluasi performa model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa kedua algoritma memiliki akurasi yang sama, yaitu 92,67%. Naïve Bayes unggul dalam presisi sebesar 97,58%, sedangkan Logistic Regression lebih baik dalam recall (93,30%) dan F1-score (93,82%). Meskipun keduanya menunjukkan kinerja yang baik, Logistic Regression dinilai lebih seimbang dalam mengklasifikasikan data. Pemilihan algoritma terbaik tetap disesuaikan dengan prioritas analisis, apakah mengutamakan ketepatan klasifikasi atau kelengkapan dalam mendeteksi sentimen.
Prediksi Ketersediaan Lahan Pembuangan Sampah TPA Bontang Lestari Menggunakan Algoritma Simple Linear Regression Muhammad Indra Buana; Akhmad Irsyad; Vina Zahrotun Kamila
Jurnal Sarjana Teknik Informatika Vol. 13 No. 2``` (2025): Juni
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v13i2```.31066

Abstract

Seiring bertambahnya jumlah penduduk dan aktivitas industri di Kota Bontang, volume sampah yang dihasilkan juga mengalami peningkatan signifikan. Tempat Pembuangan Akhir (TPA) Bontang Lestari sebagai satu-satunya fasilitas pengelolaan sampah di kota tersebut menghadapi tantangan keterbatasan kapasitas lahan. Penelitian ini bertujuan untuk memprediksi ketersediaan lahan pembuangan sampah di TPA Bontang Lestari dengan menggunakan algoritma Simple Linear Regression berdasarkan data pertumbuhan penduduk dan volume sampah dari tahun 2019 hingga 2023. Hasil analisis menunjukkan bahwa model regresi linear sederhana mampu menghasilkan tingkat akurasi yang tinggi dengan nilai koefisien determinasi (R²) sebesar 0,98 dan Root Mean Squared Error (RMSE) sebesar 0,0014. Prediksi volume sampah dari tahun 2024 hingga 2035 menunjukkan bahwa dengan perluasan lahan TPA menjadi 32.000 m², kapasitas maksimum sebesar 480.000 ton akan tercapai pada akhir tahun 2035. Penelitian ini memberikan dasar yang kuat untuk perencanaan pengelolaan sampah jangka panjang dan pengembangan infrastruktur TPA yang berkelanjutan di Kota Bontang.
Implementasi Algoritma Neural Collaborative Filtering Menggunakan TensorFlow Sebagai Rekomendasi Buku Pada Aplikasi Praktikum Program Studi Sistem Informasi Fariz Aisyar Dafin, Ahmad; Irsyad, Akhmad; Rivani Ibrahim, Muhammad
Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 14 No 2 (2025): Komputa : Jurnal Ilmiah Komputer dan Informatika
Publisher : Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputa.v14i2.16724

Abstract

Low literacy levels among students pose a significant challenge in supporting academic activities, especially in practical courses in the Information Systems Study Program. This study aims to develop a personalized and relevant book recommendation system using the Neural Collaborative Filtering (NCF) algorithm implemented in TensorFlow and deployed through FastAPI. The dataset used is Book-Crossing, containing over one million user-book interactions. The development follows the CRISP-DM methodology, covering business understanding, data preparation, modeling, and deployment. The NCF model utilizes embedding and dense layers to learn complex user-item interactions. Evaluation shows that the model achieves MAE of 0.3133 and MSE of 0.1531 on training data. The system was successfully deployed and validated through unit testing, capable of providing the top five book recommendations based on user input. The result demonstrates the effectiveness of deep learning approaches in enhancing student literacy through adaptive and integrated recommendation systems.
Implementasi Metode Rapid Application Development (RAD) Pada Pembangunan Sistem Point of Sale (POS) Berbasis Website di Toko Branded House Sangatta Avivah, Nur; Irsyad, Akhmad; Islamiyah, Islamiyah; Setyadi, Hario Jati; Ibrahim, Muhammad Rivani
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 4 No. 2 (2025): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v4i2.3481

Abstract

Komunikasi bisnis modern mendorong adopsi sistem yang saling terhubung, salah satunya adalah sistem Point of Sale (POS) berbasis web. Toko Branded House Sangatta sebagai UMKM mengalami permasalahan terkait pencatatan barang dan transaksi manual yang kurang akurat dan efisien. Penelitian ini bertujuan mengembangkan sistem POS yang dapat digunakan sebagai platform informasi bisnis bagi Toko Branded House Sangatta. Untuk mempermudah pemantauan barang dan transaksi penjualan, dibutuhkan sistem informasi yang mampu menyajikan data bisnis secara cepat dan efisien. Metode Rapid Application Development (RAD) digunakan karena fleksibilitasnya dalam menanggapi revisi atau perubahan selama proses pengembangan sistem. Pengujian sistem dilakukan dengan metode Black Box Testing untuk mengukur fungsionalitas sistem, serta User Experience Questionnaire (UEQ) untuk mengevaluasi pengalaman pengguna. Hasil penelitian menunjukkan bahwa sistem POS ini memudahkan pengguna dalam melacak barang dan memantau transaksi. Hasil pengujian Black Box menunjukkan seluruh skenario pengujian valid. Selain itu, hasil UEQ menunjukkan skor sempurna 3,000 pada skala efisiensi, stimulasi, dan kebaruan. Skala daya tarik dan ketepatan memperoleh skor mendekati sempurna, yaitu 2,833 dan 2,857. Skala kejelasan mendapatkan nilai terendah sebesar 1,250. Secara keseluruhan, sistem dinyatakan berfungsi baik, mendukung proses bisnis, serta memenuhi ekspektasi pengguna.
Facial Image-Based Autism Detection Using ConvNeXt Tiny: A Lightweight Deep Learning Approach for Early Screening Putut Pamilih Widagdo; Muhammad Bambang Firdaus; Gubtha Mahendra Putra; Akhmad Irsyad
Journal of Innovation Information Technology and Application (JINITA) Vol 7 No 2 (2025): JINITA, December 2025
Publisher : Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/jinita.v7i2.2848

Abstract

This study proposes a deep learning model using the ConvNeXt Tiny architecture to detect autism spectrum disorder (ASD) from facial images, addressing the need for an early, efficient, and accessible diagnostic tool. The model integrates facial image preprocessing techniques like Contrast Limited Adaptive Histogram Equalization (CLAHE) and data augmentation, with facial segmentation performed by MTCNN. The ConvNeXt Tiny model is trained using transfer learning and evaluated through metrics such as accuracy, precision, recall, and F1-score, and compared with traditional CNN models like ResNet50 and EfficientNet-B0. The results demonstrate that the proposed model outperforms ResNet50 and EfficientNet in all evaluation metrics, achieving a classification accuracy of 84%. It also demonstrates a balanced performance across both classes (autistic and non-autistic), with high precision and recall for both, leading to a high F1-score. Furthermore, the model's computational efficiency makes it suitable for web and mobile applications, enabling scalable and real-time screening for ASD in children. The study's contributions include the development of a novel, lightweight ASD classification system, a comparative analysis of ConvNeXt with other CNN models, and the creation of a prototype for early ASD detection. This approach not only provides a promising alternative to conventional diagnostic methods but also sets the groundwork for further research and practical implementation in clinical settings.
Penerapan Metode SMART (Simple Multy Attribute Rating) Pada Sistem Pendukung Keputusan Pemilihan Smartphone : Bahasa Indonesia Sidabutar, Erni Veronica; Refansyah, Muhammad Dwi; Enjellita, Rissa; Rinto, Rinto; Irsyad, Akhmad; Muhammad Rivani, Ibrahim; Muhammad Ibadurrahman Arrasyid, Supriyanto; Muhammad, Zulfariansyah; Rizawanti, Riftika; Nuritha, Ifrina
Kreatif Teknologi dan Sistem Informasi (KRETISI) Vol. 3 No. 2 (2025): Kreatif Teknologi dan Sistem Informasi (KRETISI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/kretisi.v3i2.1080

Abstract

Smartphone kini menjadi alat komunikasi utama dengan variasi Price dan tipe yang beragam, namun banyaknya pilihan seringkali membuat konsumen kesulitan dalam menentukan perangkat yang paling sesuai dengan kebutuhan dan anggaran mereka. Penelitian ini dilakukan untuk membangun sebuah sistem pendukung keputusan yang dapat membantu calon pembeli dalam menentukan pilihan smartphone secara objektif. Sistem ini memungkinkan pemilihan berdasarkan kriteria storage, RAM, screen size, camera, battery capacity, dan Price. Penelitian ini menggunakan metode SMART (Simple Multi Attribute Rating Technique) karena fleksibilitasnya dalam menangani berbagai kriteria dengan pembobotan yang sederhana. Hasil penelitian menunjukkan bahwa metode SMART berhasil memberikan urutan rekomendasi smartphone yang akurat sesuai dengan bobot kriteria yang diinputkan. Berdasarkan pengujian terhadap beberapa alternatif, Samsung Galaxy S21 Ultra menempati peringkat pertama sebagai rekomendasi terbaik, disusul oleh iPhone 12 Pro Max dan OnePlus 9 Pro. Dengan adanya sistem ini, proses pengambilan keputusan menjadi lebih cepat, efisien, dan tepat sasaran.
Application Of Double Exponential Smoothing Holt’s Method For Poverty Line Forecasting (Study Case: East Kalimantan Province) Ariantika Putri Maharani; Akhmad Irsyad; Muhammad Rivani Ibrahim
ULTIMATICS Vol 17 No 2 (2025): Ultimatics : Jurnal Teknik Informatika
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31937/ti.v17i2.4349

Abstract

Poverty is a multidimensional problem that remains a challenge in Indonesia. The poverty line is used as an indicator to determine whether someone is poor based on the average expenditure per capita per month. In East Kalimantan Province, the poverty line has increased from Rp796,193 in 2023 to Rp853,997 in 2024. This study aims to forecast the poverty line for the next ten periods using Holt's Double Exponential Smoothing method. This method was chosen because the historical data shows an increasing trend from 2011 to 2024. The forecasting results show that this method is effective with a Mean Absolute Percentage Error (MAPE) value of 4.56%, and optimal parameters α = 0.98 and β = 0.01. The findings are expected to serve as a reference in decision-making regarding poverty alleviation policies in the future.
PERBANDINGAN METODE HOLT WINTERS EXPONENTIAL SMOOTHING DAN ARIMA PADA PERAMALAN JUMLAH WISATAWAN DI KOTA SAMARINDA Masa, Amin Padmo Azam; Tobing, Christina Febriyanti; Irsyad, Akhmad
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.9002

Abstract

Kota Samarinda sebagai ibukota Provinsi Kalimantan Timur memiliki potensi pariwisata cukup besar. Dalam Rencana Pembangunan Jangka Menengah Daerah (RPJMD) Kota Samarinda tahun 2021-2026, peningkatan kunjungan wisatawan ditetapkan sebagai salah satu indikator utama pembangunan, dengan menargetkan pertumbuhan sebesar 10% per tahun. Namun, fluktuasi jumlah kunjungan wisatawan yang tidak menentu menjadi tantangan dalam perencanaan strategis sektor pariwisata. Penelitian ini bertujuan untuk mengetahui hasil peramalan dan membandingkan dua metode peramalan yaitu Holt Winters Exponential Smoothing dan ARIMA dalam meramalkan jumlah wisatawan di Kota Samarinda. Data yang digunakan merupakan data sekunder periode Januari 2022 hingga Desember 2024 yang diperoleh dari Badan Pusat Statistik (BPS) Kota Samarinda. Hasil analisis menunjukkan bahwa model ARIMA(0,1,1) menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 7,80%, lebih akurat dibandingkan dengan metode Holt Winters Exponential Smoothing dengan nilai MAPE sebesar 9,71%. Temuan ini dapat digunakan untuk perencanaan strategis kepariwisataan Kota Samarinda yang lebih tepat sasaran.
Sosialisasi dan Edukasi Keamanan Digital untuk Meningkatkan Kesadaran Siswa terhadap Ancaman Siber di SMP Muhammadiyah 1 Samarinda Ari Pradhana, Alvin; Al Hidayat, Muhammad Restu; Aprilia, Trisna; Harsyal Kila, Hiskya; Kamila, Vina Zahrotun; Setyadi, Hario Jati; Irsyad, Akhmad; Islamiyah, Islamiyah; Saputra, Muhammad Fawaz; Masa, Amin Padmo Azam
Pengabdian kepada Masyarakat Bidang Teknologi dan Sistem Informasi (PETISI) Vol. 3 No. 2 (2025): Pengabdian Kepada Masyarakat Bidang Teknologi dan Sistem Informasi
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/petisi.v3i2.4297

Abstract

Perkembangan teknologi digital membawa kemudahan sekaligus ancaman keamanan yang semakin meningkat, terutama bagi siswa SMP yang merupakan pengguna aktif internet namun memiliki literasi keamanan digital yang rendah. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan pemahaman dan kesadaran siswa SMP Muhammadiyah 1 Samarinda terhadap ancaman siber serta langkah-langkah perlindungan akun digital. Metode yang digunakan adalah sosialisasi interaktif dengan penyampaian materi mengenai phishing, aplikasi modifikasi berbahaya, teknik password kuat, Google Account Manager, verifikasi dua langkah, dan etika keamanan internet. Evaluasi dilakukan melalui pre-test dan post-test untuk mengukur peningkatan pemahaman siswa. Kegiatan dilaksanakan pada 24 Oktober 2025 dengan melibatkan 62 siswa dari seluruh tingkat kelas di sekolah. Hasil evaluasi menunjukkan peningkatan pemahaman siswa mengenai ancaman digital dan cara melindungi akun secara mandiri. Siswa mampu mengidentifikasi ciri-ciri phishing, memahami bahaya aplikasi modifikasi, dan menerapkan praktik keamanan dasar. Kegiatan ini berhasil membentuk kesadaran keamanan digital di lingkungan sekolah dan mendorong perilaku berinternet yang lebih aman, bijak, dan bertanggung jawab bagi siswa.
ANALISIS WEBSITE SISTEM INFORMASI UANG KULIAH TUNGGAL PADA UNIVERSITAS MULAWARMAN MENGGUNAKAN METODE MCCALL Apdila, Irvan; Irsyad, Akhmad; Kamila, Vina Zahrotun
Jurnal Manajamen Informatika Jayakarta Vol 6 No 1 (2026): JMI Jayakarta (February 2026)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jmijayakarta.v6i1.2271

Abstract

Perkembangan teknologi informasi memberikan kemudahan dalam penyampaian dan pertukaran informasi, termasuk pada sektor pendidikan. Universitas Mulawarman memanfaatkan teknologi ini melalui pengembangan website Sistem Informasi UKT (UANG KULIAH TUNGGAL) sebagai media penyampaian informasi pembayaran bagi mahasiswa. Namun, kualitas website perlu dianalisis agar dapat memberikan layanan yang optimal.Penelitian ini bertujuan untuk menganalisis kualitas website Sistem Informasi Uang Kuliah Tunggal Universitas Mulawarman menggunakan metode Mccall.Metode Mccall digunakan karena mampu mengukur kualitas perangkat lunak melalui lima faktor utama, yaitu Correctness, Reliability, Usability, Integrity, dan Efficiency. Data penelitian diperoleh melalui pengujian menggunakan GTMetrix untuk aspek Efficiency, WAPT untuk aspek Reliability, dan Sucuri SiteCheck untuk aspek Integrity, serta kuesioner untuk aspek Correctness dan Usability. Hasil penelitian menunjukkan bahwa faktor Correctness memperoleh nilai 52%, Usability 46%, Efficiency 48%, Integrity 100%, dan Reliability 100%. Berdasarkan perhitungan rata-rata, tingkat kualitas website sebesar 69,6% yang termasuk dalam kategori “Baik”. Hasil ini menunjukkan bahwa website telah memiliki tingkat keamanan dan keandalan yang sangat baik, namun masih perlu peningkatan pada aspek efisiensi, ketepatan, dan kemudahan penggunaan. Dari hasil analisis, dapat disimpulkan bahwa website Sistem Informasi Uang Kuliah Tunggal Universitas Mulawarman sudah berfungsi dengan baik dalam mendukung layanan informasi kampus, namun masih memerlukan optimalisasi untuk meningkatkan kinerja dan kenyamanan pengguna. Penelitian selanjutnya disarankan menggunakan tools yang menampilkan data lebih detail dan metode analisis lain agar hasil analisis lebih komprehensif serta dapat menjadi acuan bagi pengembangan website di masa mendatang.
Co-Authors -, Irvan Apdila Agnestia Ahmad Choirun Najib Aini, Dinda Nur Al Hidayat, Muhammad Restu Al'Aqsa, Muhammad Ramadhan Alivia Amin, Dhestyara Alviana, Kurnia Amal, Fakhmul Amin Padmo Azam Masa Anam, M Khairul Angela, Jeroline Betsy Apdila, Irvan Aprilia, Trisna Arba, Muhammad Hendra Ari Pradhana, Alvin Ariantika Putri Maharani Arif, Afdinal Astuti, Eka Desi Puji Avivah, Nur Balan, Nicola Fernando Bernikusti Mentik, Sulpisius Dengen, Helen Amalia Dinda Nur Aini Efrata Madao, O’neal Enjellita, Rissa Fariz Aisyar Dafin, Ahmad Firdaus, Muhammad Bambang Geralda, Raihan Daiva Ghiffari Assamar Qandi Ginting, Stephanie Elfriede Gubtha Mahendra Putra Handoko, Heldi Harianto, Biko Hario, Jati Setiyadi Harsyal Kila, Hiskya Ibrahim, Muhammad Rivani Ikram, Adli Dzil Imelda Putri Islamiyah Islamiyah Islamiyah, Islamiyah Isnawaty Isnawaty Kamila, Vina Zahrotun Karinda, Siti Solikah Yosi Kartika Sari, Amalia Listiana Dewi Milasari Lumbantobing, Lisweni Masa, Amin Padmo Azam Mentik, Sulpisius Bernikusti Mohammad Ibnu, Praditya Muhamad Ali Muhammad Bambang Firdaus Muhammad Dwi Refansyah Muhammad Fa’iz Muhammad Hisyam Nugroho Muhammad Ibadurrahman Arrasyid, Supriyanto Muhammad Indra Buana Muhammad Labib Jundillah Muhammad Luqman Muhammad Rizky Setiawan Muhammad, Zulfariansyah Najla Nayla Putri Nazwa Tri Ananda Nifansa, Albygael Rifal Nur Aini Rakhmawati Nuritha, Ifrina Nurwahyu, Ferryza Pardosi, Josia Giribosar Praditya, Mohammad Ibnu Prafanto, Anton Prasetyo, Afrila Zahra Putra, Gubtha Mahendra Putri, Juventia Adelia Putut Pamilih Widagdo Putut Pamilih Widagdo Putut Pamilih Widagdo, Putut Pamilih Rapiq, Rayhan Abdilah Refansyah, Muhammad Dwi Rinto Rinto Riskan Qadar, Riskan Riswanti, Nita Riyandi, Selamat Rizal Adi Saputra Rizawanti, Riftika Rizky, Avinka Rosmasari Rosmasari, Rosmasari Ruswantomo, Ruswantomo Sandrina Aulia Saputra, Muhammad Fawaz Saragi, Bertha Joy Rodo Sari, Amalia Kartika Sativa, Alisya Nisrina Setyadi, Hario Jati Sholawati, Anisa Sidabutar, Erni Veronica Sogen, Valentina Febrizah Peni Stephanie Elfriede Ginting Supriyanto, Muhammad Ibadurrahman Arrasyid Surachkaryadi, Angelina Syaputra, Karlen Tarigan, Phascalis Chevin Taruk, Medi Tejawati, Andi Tobing, Christina Febriyanti Vina Zahrotun Kamila Waksito, Alan Zulfikar Wardhana, Reza Zamani, Harrys Qomarul