Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Informasi dan Teknologi Coding: Journal of Computing and Software Engineering
Fauzan Azim
Program Studi Teknik Informatika, Universitas Muhammadiyah Riau, Indonesia
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Library & Information Science

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penentuan Pembelajaran untuk Meningkatkan Hafalan Al-Qur’an Menggunakan Metode MFEP Fauzan Azim; Sarjon Defit; Gunadi Widi Nurcahyo
Jurnal Informasi dan Teknologi 2021, Vol. 3, No. 2
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v3i2.109

Abstract

Memorizing the Al-Qur'an is not as easy as expected, but it needs effort and interest in improving the memorization of the Qur'an, because there are still many students from the Modern Diniyyah Islamic Boarding School who are still unable to focus on improving their memorization due to various reasons. , such as a busy schedule of activities, laziness, and other factors. To improve memorization of the Al-Qur'an, there are many methods that can be used, but there are still many students who do not understand the correct method in improving Al-Qur'an memorization. The data processing in this study is qualitative, because this study focuses on the process of identifying appropriate learning in improving the memorization of the Al-Qur'an for students in Islamic boarding schools. Sources of data in the study were obtained from primary data, data were obtained directly from data sources, namely the ustadz who was given the mandate as the person in charge of this program. In addition, the data source in this study is secondary, because the data obtained is in the form of data in the form of documents related to real implementation. Furthermore, the data is processed using the Multifactor Evaluation Process (MFEP) method. MFEP is a method that can be used in decision support systems that use a 'weighting system' and this research uses the VB.NET 2017 programming language and MySQL. The results of the calculation have an accuracy rate of 80%, so this research can be used as a recommendation to improve the memorization of the Qur'an.
Analisis Kesiapan Masyarakat Terhadap Implementasi Program Smart City di Panam Fauzan Azim; Trimaiyuza Maulina Syafutri; Ghilbran Rafif Mulya; Muhammad Faiz Alqadri; Riza Ananda Siregar
Coding: Journal of Computing and Software Engineering Vol. 1 No. 1: JUNI 2025
Publisher : Coding: Journal of Computing and Software Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25181/coding.v1i1.4274

Abstract

Perkembangan teknologi digital mendorong banyak kota di Indonesia untuk mulai mengadopsi konsep Smart City guna meningkatkan pelayanan publik serta kualitas hidup masyarakat. Meski demikian, keberhasilan implementasi Smart City tidak hanya ditentukan oleh kecanggihan teknologi, tetapi juga kesiapan masyarakat dalam hal literasi digital, akses terhadap perangkat, dan keterlibatan dalam proses transformasi. Penelitian ini bertujuan untuk mengkaji kesiapan masyarakat Kecamatan Panam dalam menyongsong program Smart City serta faktor-faktor yang mempengaruhinya. Penelitian ini menggunakan metode penelitian kuantitatif dengan cara pengumpulan data melalui kuisioner daring. Dari sebaran kuisioner yang di berikan secara daring didapatkan 51 responding yang menjawab kuisioner tersebut. Hasilnya menunjukkan bahwa sebagian besar warga memiliki pemahaman yang cukup baik mengenai konsep Smart City dan menunjukkan dukungan yang positif. Masyarakat juga memperlihatkan antusiasme dalam menggunakan teknologi, meskipun partisipasi dalam pelatihan masih tergolong sedang. Harapan utama masyarakat terfokus pada perbaikan layanan publik, infrastruktur, dan sistem transportasi. Di sisi lain, tantangan yang dihadapi mencakup keterbatasan infrastruktur, rendahnya literasi digital, serta kurangnya sumber daya manusia yang memadai. Dari hasil penjelasan di atas dapat kita simpulkan bahwasanya masyarakat Panam menunjukkan kesiapan yang menjanjikan, namun masih dibutuhkan strategi kebijakan yang mendukung agar implementasi Smart City dapat berjalan secara optimal.
Penerapan Random Forest untuk Identifikasi Tipe Kepribadian: Studi Kasus Klasifikasi Introvert dan Extrovert Fauzan Azim; Doni Iskandar Rotama Sihaloho; Muhammad Rizki; Afdanil Hidayat Alghifary; Husnul Qadri Habibullah; Harya Jaya Kusuma; Rahmad Gunawan
Coding: Journal of Computing and Software Engineering Vol. 1 No. 2: DESEMBER 2025
Publisher : Coding: Journal of Computing and Software Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25181/coding.v1i2.4368

Abstract

Pengelompokan tipe kepribadian menjadi salah satu cara penting untuk memahami bagaimana individu berinteraksi dalam konteks sosial. Penelitian ini mengeksplorasi penerapan algoritma pembelajaran mesin dalam membedakan individu ke dalam dua kategori kepribadian utama: introvert dan ekstrovert, berdasarkan indikator perilaku sosial yang dapat diukur secara kuantitatif. Dataset yang digunakan mencakup 2.900 observasi dengan variabel-variabel seperti durasi waktu yang diluangkan secara mandiri, frekuensi partisipasi dalam kegiatan sosial, tingkat interaksi di luar lingkungan rumah, serta jumlah teman dalam jaringan sosial. Sebelum analisis, data mengalami proses pra-pemrosesan yang meliputi konversi variabel kategorikal menjadi bentuk numerik dan penskalaan fitur numerik agar seragam. Model klasifikasi yang digunakan adalah Random Forest Classifier dengan parameter baku, yang divalidasi menggunakan pembagian data latih dan uji melalui teknik stratified split untuk menjaga keseimbangan distribusi kelas. Hasil evaluasi menunjukkan performa model yang baik, dengan tingkat akurasi sebesar 90,86% dan F1-Score mencapai 91,03%. Temuan ini menegaskan bahwa pendekatan berbasis pembelajaran mesin, terutama model ensemble seperti Random Forest memiliki potensi besar dalam mengidentifikasi ciri kepribadian melalui pola perilaku sosial yang terekam.
Co-Authors Afdanil Hidayat Alghifary Doni Iskandar Rotama Sihaloho Ghilbran Rafif Mulya Gunadi Widi Nurcahyo Harya Jaya Kusuma Husnul Qadri Habibullah Muhammad Faiz Alqadri Muhammad Rizki Rahmad Gunawan Riza Ananda Siregar Sarjon Defit Trimaiyuza Maulina Syafutri