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 2 Documents
Search
Journal : coding journal of computing and software engineering

 1 
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