Article Per Year (5 Year)
p-Index From 2021 - 2026
1.881
P-Index
This Author published in this journals
All Journal SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Rengganis Jurnal Pengabdian Masyarakat Jurnal Informatika Teknologi dan Sains (Jinteks) Bakti Sekawan : Jurnal Pengabdian Masyarakat Journal of Community Empowerment Jurnal Teknologi Informasi untuk Masyarakat (Jurnal Teknokrat)
Muhammad Imam Dinata
UNIVERSITAS MUHAMMADIYAH MATARAM
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
PENGAMBILAN KEPUTUSAN UNTUK MEMILIH MINUMAN DENGAN METODE WEIGHT PRODUCT (WP) DI KOTA MATARAM Muhammad Imam Dinata; Muhammad Rizkillah; Arif Rahman
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 5 No 1 (2023): EDISI 15
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v5i1.2429

Abstract

One of these micro-enterprises is a coffee shop. The number of coffee shops in the Mataram city area is currently approximately 50 coffee shops. Many forms and choices of drinks sell in coffee shops make buyers confused when choosing which beverage product to consume. Necessary to decide to choose beverage products with a Decision Support System Using the Weighted Products order to assist in the selection of beverages when placing an order at a coffee shop that suits the needs of buyers. Only 2 basic types of drinks are usually ordered at coffee shops, namely coffee, and milk. Produce the best alternative sequence used for decision-making. the decision to choose drinks in the city of Mataram using the Weighted Product (WP) with several criteria, namely price, composition, type of drink, and size. From the results of calculations carried out the type of coffee milk drink obtained the highest value, namely 0.016, then for the second rank the type of long black drink with a value of 0.0157, and third rank, the type of avocado milkshake drink with a value of 0.015.
Pendampingan Branding Produk Dengan Menggunakan Aplikasi Canva Pada LKP Khiara Training Centre Idham; Imam Dinata, Muhammad
Rengganis Jurnal Pengabdian Masyarakat Vol. 3 No. 2 (2023): November 2023
Publisher : Pendidikan Matematika, FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/rengganis.v3i2.354

Abstract

The utilization of digital technology in the era of Industry 4.0 provides significant benefits, especially in the tourism and culinary sectors. Digital branding, which creates product identity through technology, is crucial in promoting products and creating a positive perception in society. Training institutions such as Khiara Training Center play a role in imparting skills to the community. The use of digital marketing by small and medium-sized enterprises (SMEs) can expand their marketing reach nationally and internationally. Graphic design, including infographic design, involves arranging graphic elements for effective visual communication. The Canva application, a drag-and-drop-based design tool, is an effective solution for product branding and graphic design. The implementation methods of the outreach activities involve monologous methods for content delivery and dialogic methods through discussions. The preparation phase includes problem understanding, collecting reference materials, and scheduling. The execution phase involves a two-day training, with the presentation of Canva's features on the first day and hands-on practice on the second day. Evaluation and final reporting are used to assess participants' understanding and the outcomes of the activities. This initiative successfully trained 20 participants from various educational backgrounds in using the Canva application for product branding design
Speech Recognation Penderita Bibir Sumbing di Kabupaten Sumbawa Anggreni, Anggreni; Yusuf, Siti Agrippina Alodia; Dinata, Muhammad Imam; Sulistianingsih, Nani
Bakti Sekawan : Jurnal Pengabdian Masyarakat Vol. 4 No. 2 (2024): Desember
Publisher : Puslitbang Sekawan Institute Nusa Tenggara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/bakwan.v4i2.673

Abstract

Kegagalan bersatunya dua sisi bagian rongga mulut dengan sempurna pada masa kehamilan mengakibatkan adanya celah pada langit-langit mulut (palatoschisis), dan menjadi kelainan bawaan pada bibir bagian atas disebut sebagai sumbing bibir (labioschisis). Bibir sumbing dapat dibedakan dalam dua kondisi yaitu sumbing bibir komplit mengakibatkan kelainan pda gusi, bantalan gigi (prosesus alveolis), langit-langit mulut (palatum) dan lubang hidung (nostril). Indonesia sebagai salah satu negara di Asia Tenggara menduduki peringkat ke tujuh, dengan 20,4 % penduduk menderita bibir sumbing dan lelangit. Dalam kaitan dengan kelahiran per tahun, prevalensi bayi lahir dengan bibir sumbing dan lelangit ditemukan semakin tinggi yaitu lebih dari 8.900 bayi lahir dengan bibir sumbing dan lelangit per tahun(Kemenkes RI, 2018). Kabupaten Sumbawa yang terdapat di Provinsi Nusa Tenggara Barat merupakan salah satu kabupaten dengan jumlah 21 orang penderita terdaftar sebagai calon pasien di Rumah Sakit Umum Sumbawa Besar. Pengabdian Masyarakat ini bertujuan untuk mengaplikasikan penggunaan Sistem Pengenalan Suara (Speech Recognation) pada penderita bibir sumbing berfokus pada pengucapan Huruf P. Data suara pengucapan kata kapak, paku dan atap diperoleh dari 7 orang penderita bibir sumbing di Kabupaten Sumbawa. Setiap kata diulang sebanyak 15 kali pengucapan. Metode K-nearest neighbor (KNN) digunakan untuk mengevaluasi performa dari . Hasil eksperimen menunjukkan akurasi masing-masing kata sebesar 90% untuk atap, 71% untuk kapak, dan 90% untuk paku. Akurasi keseluruhan sistem pengenalan adalah 84%. Dengan adanya sistem ini diharapkan dapat menjadi Solusi bagi orang terdekat penderita dalam mengoreksi ucapan penderita terkait huruf P.
OPTIMALISASI LAYANAN HOTLINE KESEHATAN MELALUI SISTEM INFORMASI BERBASIS TEKNOLOGI PEMROSESAN BAHASA ALAMI Dinata, Muhammad Imam; Rizkillah, Muhammad
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 2 (2025): EDISI 24
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i2.6133

Abstract

Layanan hotline kesehatan mental menjadi solusi penting dalam menangani krisis psikologis secara cepat dan anonim. Namun, penilaian tingkat urgensi percakapan masih bergantung pada intuisi manusia yang rentan terhadap bias dan keterlambatan. Penelitian ini mengembangkan sistem berbasis Natural Language Processing (NLP) dengan model BERT untuk mengklasifikasikan tingkat urgensi percakapan pada layanan hotline ke dalam tiga kategori: rendah, sedang, dan tinggi. Sistem diimplementasikan dalam antarmuka berbasis web menggunakan Flask, dengan backend berbasis Python dan database MySQL. Penelitian menggunakan pendekatan dengan model Agile, dan dataset terdiri dari 150 percakapan yang telah dilabeli secara manual. Hasil pengujian menunjukkan akurasi model mencapai 70%, dengan precision dan recall tertinggi pada kategori "rendah". Sistem ini mampu melakukan klasifikasi real-time dan memberikan rekomendasi kepada operator. Implementasi awal menunjukkan bahwa sistem ini meningkatkan efisiensi dan objektivitas layanan. Penelitian ini memberikan kontribusi terhadap digitalisasi layanan kesehatan mental dan menunjukkan potensi NLP dalam intervensi krisis berbasis teks
Pendampingan mitigasi bencana banjir rob di Desa Medana Lombok Utara Ilham Ilham; Muanah Muanah; Muhammad Imam Dinata
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 8, No 4 (2024): December
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v8i4.26097

Abstract

AbstrakKabupaten Lombok Utara merupakan salah satu kabupaten yang berada di wilayah Nusa Tenggara Barat. Kabupaten ini memiliki beberapa desa, salah satu diantaranya yaitu Desa Medana. Desa Medana sewaktu-waktu dapat terjadi bencana kenaikan air laut (Air Rob). Dikarenakan Desa Medana hanya memiliki kitinggian sekitar 50 meter di atas permukaan laut. Selain itu Desa Medana rentan terhadap berbagai bencana alam, baik yang berasal dari pegunungan maupun dari laut. Sehingga, masyarakat di desa tersebut diharapkan untuk siap menghadapi potensi bencana alam seperti tanah longsor, angin topan, dan khususnya abrasi pantai. Tujuan pengabdian ini yaitu untuk meningkatkan informasi mengenai banjir rob dan meningkatkan kesiapsiagaan bencana banjir rob pada masyarakat Desa Medana, Kab. Lombok Utara. Kata kunci: Kabupaten Lombok Utara; Medana; bencana alam; banjir rob Abstract North Lombok Regency is one of the regencies located in the West Nusa Tenggara region. This regency consists of several villages, one of which is Medana Village. Medana Village is at risk of experiencing sea level rise (Tidal Flood) due to its elevation of only about 50 meters above sea level. Additionally, Medana Village is vulnerable to various natural disasters, both from the mountains and the sea. Therefore, the residents of this village are expected to be prepared for potential natural disasters such as landslides, hurricanes, and particularly coastal erosion. The aim of this community service is to enhance information about tidal floods and to improve the preparedness of Medana Village residents in North Lombok Regency for such disasters. Keywords: North Lombok Regency; Medana; natural disasters; tidal floods
PENDEKATAN NATURAL LANGUAGE PROCESSING PADA HASIL EKSTRAKSI FONEM UNTUK KOREKSI UCAPAN BIBIR SUMBING Muhammad Imam Dinata; Anggreni Anggreni
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7547

Abstract

Gangguan bicara akibat bibir sumbing (cleft lip and/or palate) dapat memengaruhi kualitas komunikasi penderita karena menyebabkan perubahan pada artikulasi dan resonansi suara. Kondisi ini mengakibatkan ujaran yang dihasilkan menjadi kurang jelas sehingga berpotensi menimbulkan kesulitan dalam proses komunikasi sehari-hari. Metode Mel-Frequency Cepstral Coefficients (MFCC) digunakan untuk mengolah data dan Support Vector Machine (SVM) digunakan untuk mengklasifikasikan data tersebut. Dataset yang digunakan merupakan data primer berupa 350 rekaman suara berformat WAV yang diperoleh dari penderita bibir sumbing. Proses klasifikasi dilakukan menggunakan algoritma SVM dengan kernel Radial Basis Function (RBF), parameter C sebesar 10, dan gamma bernilai scale. Evaluasi performa model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model SVM berbasis fitur MFCC mampu mencapai tingkat akurasi sebesar 73%. Kinerja terbaik diperoleh pada kelas vokal /e/ dengan nilai F1-score sebesar 83%, sedangkan performa terendah terdapat pada kelas vokal /i/ dengan nilai F1-score sebesar 25%. Selain itu, model menghasilkan nilai Weighted F1-score sebesar 71%. Temuan ini menunjukkan potensi pemanfaatan metode tersebut sebagai dasar pengembangan sistem pengenalan suara dan teknologi pendukung terapi wicara berbasis kecerdasan buatan bagi penderita bibir sumbing.
Peningkatan Literasi Digital untuk Administrasi Desa Mareje dalam Mendukung Transformasi Digital Pelayanan Publik Muhammad Imam Dinata; Siti Agrippina Alodia Yusuf; Idham; Hady Rasikhun
Jurnal Teknologi Informasi untuk Masyarakat Vol. 4 No. 1 (2026): Jurnal Teknologi Informasi untuk Masyarakat (Teknokrat)
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jt.v4i1.35053

Abstract

Digital literacy among village officials and the continued dominance of manual administrative processes remain obstacles to the implementation of digital-based administrative systems. This community service activity aims to enhance the digital literacy of village officials and the community of Mareje Village in supporting the digital transformation of public services. The activity was conducted in Mareje Village, Lembar District, West Lombok Regency, West Nusa Tenggara Province, in February 2026 using a participatory approach through stages of observation, socialization, training, mentoring, and evaluation. The training materials included an introduction to village administration applications, hardware requirements, application installation, and direct practice in using village administration applications. The results of the activity showed an improvement in participants’ understanding and skills in utilizing information technology for village administration. The implementation of digital administrative applications was able to accelerate service processes, simplify document archiving, improve work efficiency, and support transparency in public services. In addition, participants demonstrated a more positive attitude toward the use of digital technology in village administration. Nevertheless, infrastructure limitations, such as the limited number of computer devices and unstable internet access, remain challenges in implementing village digital transformation. Therefore, this activity serves as a strategic step in supporting a more modern, effective, and integrated village governance system based on information technology.
PERBANDINGAN MODEL MACHINE LEARNING UNTUK ANALISIS FAKTOR DOMINAN INDEKS DESA MEMBANGUN DI NTB Juryanti Permatasari; Nani Sulistianingsih; Muhammad Imam Dinata
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7271

Abstract

Indeks Desa Membangun (IDM) berperan sebagai ukuran komposit utama dalam menilai tingkat kemajuan dan kemandirian desa. Walaupun pemanfaatan machine learning dalam analisis IDM telah banyak dilakukan, penelitian yang secara khusus menitikberatkan pada penentuan variabel paling berpengaruh melalui perbandingan beberapa model regresi masih relatif terbatas, terutama yang mengadopsi seleksi fitur berbasis Mutual Information untuk merepresentasikan hubungan nonlinier antarvariabel. Penelitian ini bertujuan mengidentifikasi faktor dominan yang memengaruhi IDM sekaligus mengevaluasi kinerja LASSO Regression, Elastic-Net Regression, dan Random Forest Regression. Pendekatan kuantitatif diterapkan dengan menggunakan data sekunder Pendataan Potensi Desa (PODES) dan nilai IDM tahun 2024 pada wilayah Provinsi Nusa Tenggara Barat. Prosedur penelitian mencakup tahap pra-pemrosesan data, seleksi fitur menggunakan Mutual Information, pemodelan regresi, serta pengukuran kinerja model berdasarkan MSE, RMSE, dan R². Hasil analisis menunjukkan bahwa LASSO Regression menghasilkan performa paling optimal dengan nilai MSE 0,003349, RMSE 0,057871, dan R² 0,343602, yang menunjukkan bahwa variasi IDM lebih konsisten dijelaskan oleh model dengan kompleksitas yang terkontrol. Sepuluh variabel utama yang terpilih merepresentasikan dimensi sosial, ekonomi, dan lingkungan, menegaskan bahwa pembangunan desa bersifat multidimensional. Temuan ini memberikan landasan empiris berbasis data untuk mendukung perumusan kebijakan pembangunan desa yang lebih tepat sasaran.
PREDIKSI INFLASI PANGAN BERBASIS DATA IKLIM DAN HARGA KOMODITAS MENGGUNAKAN MODEL ARIMAX DI NTB Yunanda Arista; Nani Sulistianingsih; Muhammad Imam Dinata
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7272

Abstract

Inflasi pangan merupakan salah satu indikator penting inflasi daerah karena berpengaruh langsung terhadap daya beli masyarakat, khususnya di wilayah yang sangat bergantung pada sektor pertanian seperti Provinsi Nusa Tenggara Barat (NTB). Pergerakan inflasi pangan dipengaruhi oleh perubahan harga komoditas pangan serta faktor eksternal lain, termasuk kondisi iklim. Penelitian ini bertujuan membangun model peramalan inflasi pangan di Provinsi NTB menggunakan pendekatan Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX), dengan memasukkan harga komoditas pangan dan curah hujan sebagai variabel penjelas. Data yang digunakan berupa data bulanan periode 2018–2024 yang bersumber dari Badan Pusat Statistik (BPS) dan Badan Meteorologi, Klimatologi, dan Geofisika (BMKG). Hasil analisis menunjukkan bahwa kenaikan harga komoditas pangan berpengaruh positif dan signifikan terhadap inflasi pangan, sedangkan curah hujan tidak berpengaruh signifikan dalam jangka pendek. Kinerja model menghasilkan Mean Absolute Error (MAE) sebesar 0,357 dan Root Mean Square Error (RMSE) sebesar 0,478, dan hasil pengujian diagnostik residual menunjukkan bahwa model ARIMAX memenuhi persyaratan model untuk analisis yang valid. Berdasarkan hasil peramalan, inflasi pangan di Provinsi NTB pada periode 2025–2026 diproyeksikan relatif stabil pada tingkat moderat.
PREDIKSI STATUS KERJA MENGGUNAKAN MACHINE LEARNING PADA DATA SENSUS ANGKATAN KERJA DI NTB Firda Niken Sari; Nani Sulistianingsih; Muhammad Imam Dinata
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7273

Abstract

Ketenagakerjaan merupakan indikator penting dalam menilai kondisi sosial ekonomi suatu wilayah, sehingga diperlukan model prediksi yang akurat untuk mengidentifikasi faktor-faktor yang memengaruhi status ketenagakerjaan individu. Penelitian ini bertujuan untuk membangun model prediksi status ketenagakerjaan menggunakan algoritma Light Gradient Boosting Machine (LightGBM) serta mengidentifikasi variabel paling berpengaruh. Data yang digunakan merupakan data mikro ketenagakerjaan yang dianalisis menggunakan metode Least Absolute Shrinkage and Selection Operator (LASSO) untuk menyeleksi fitur relevan sebelum pemodelan. Hasil penelitian menunjukkan bahwa model LightGBM menghasilkan kinerja prediksi yang baik dengan nilai akurasi 78% dan ROC-AUC 78%, serta mampu mengidentifikasi faktor dominan seperti usia, pendidikan, dan karakteristik demografis lainnya. Temuan ini menunjukkan bahwa integrasi seleksi fitur Lasso dengan LightGBM efektif dalam meningkatkan kinerja dan interpretabilitas model prediksi status ketenagakerjaan, sehingga dapat digunakan sebagai dasar pengambilan kebijakan ketenagakerjaan berbasis data.
Co-Authors Anggreni Anggreni Anggreni, Anggreni Arif Rahman Firda Niken Sari Fitri Astutik Hady Rasikhun Idham Idham Idham Ilham Ilham Juryanti Permatasari Muanah, Muanah Muhammad Rizkillah Nani Sulistianingsih Yunanda Arista Yusuf, Siti Agrippina Alodia