Article Per Year (5 Year)
p-Index From 2021 - 2026
1.116
P-Index
This Author published in this journals
All Journal Buletin Sistem Informasi dan Teknologi Islam Journal of Mathematics, Computation and Statistics (JMATHCOS)
Ismail Gaffar
Politeknik Pertanian Negeri Pangkajene Kepulauan
Computer Science & IT Mathematics

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
PENERAPAN MODEL PRESENSI BLUETOOTH BERBASIS WEB PADA SISWA TARUNA POLITEKNIK PENERBANGAN MAKASSAR Andi Fadhilah Nugrah; Ismail Gaffar
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 4 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i4.2478

Abstract

Penelitian ini bertujuan untuk menerapkan model presensi Bluetooth berbasis web pada siswa taruna politeknik penerbangan Makassar. Model ini dapat meningkatkan efisiensi dan akurasi dalam pengumpulan data kehadiran siswa taruna di lingkungan politeknik penerbangan makassar. Siswa menggunakan receiver bluetooth yang terhubung dengan transmitter khusus saat memasuki ruang kuliah. Tujuan utama adalah untuk menerapkan model presensi Bluetooth berbasis web dan mengetahui persepsi siswa taruna terhadap model ini. Metode penelitian dan pengembangan (RD) diterapkan, meliputi identifikasi masalah, studi literatur, analisis, perencanaan, implementasi, evaluasi, revisi, dan pelaporan. Data dikumpulkan melalui catatan presensi dan kuisioner yang diberikan kepada siswa taruna. Analisis data deskriptif untuk menilai efisiensi dan efektivitas model.  Hasilnya menunjukkan bahwa siswa setuju dengan penerapan model presensi ini karena dengan kecepatan dan akurasi yang baik dibandingkan metode konvensional. Manfaat utama sistem ini terletak pada potensi untuk secara signifikan menyederhanakan pelacakan kehadiran, sehingga meningkatkan proses pengajaran dan tugas administratif di Politeknik Penerbangan Makassar. Selain itu, fleksibilitas model memungkinkan adopsi oleh lembaga lain yang dapat berkontribusi pada peningkatan kualitas pengajaran dan administrasi.
Evaluasi Kinerja Model Adaptive Response Rate Exponential Smoothing dalam Memprediksikan Harga Beras Ismail Gaffar; Arwini Arisandi; Andi Ridwan Makkulawu
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i3.2901

Abstract

Penelitian ini bertujuan untuk mengidentifikasi model peramalan terbaik untuk memprediksi harga beras di Kota Makassar dengan membandingkan metode Adaptive Response Rate Exponential Smoothing (ARRES) dengan metode Single Exponential Smoothing (SES). Data harga beras harian untuk beras medium dan premium dari Januari hingga Juni 2025, yang terdiri dari 166 pengamatan, dianalisis menggunakan kedua metode tersebut dengan perangkat lunak RStudio. Analisis data menunjukkan bahwa harga beras premium cenderung lebih tinggi dan lebih stabil dibandingkan harga beras medium. Metode ARRES, yang dilengkapi dengan parameter smoothing adaptif yang merespons kesalahan terbaru, menunjukkan respons yang lebih baik terhadap fluktuasi harga beras dibandingkan metode SES dengan parameter konstan. Evaluasi menggunakan Mean Absolute Percentage Error (MAPE) menunjukkan bahwa ARRES lebih unggul dibandingkan SES, dengan nilai MAPE masing-masing 0,379% dan 0,420% untuk beras medium, serta 0,283% dan 0,317% untuk beras premium. Hasil ini menunjukkan bahwa ARRES memberikan akurasi peramalan yang lebih baik, diklasifikasikan sebagai akurasi sangat tinggi (MAPE10%), menjadikannya alat yang menjanjikan untuk peramalan harga beras guna mendukung pengambilan keputusan oleh pemerintah dan pemangku kepentingan di Makassar.
Perancangan Sistem Informasi Pemeliharaan Fasilitas Pelabuhan Perikanan dengan Pendekatan Preventif Maintenance Shidik Burhani; Syamsul Marlin Amir; Ismail Gaffar
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 4 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i4.2472

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi pemeliharaan fasilitas pelabuhan berbasis web dengan pendekatan pemeliharaan preventif. Sistem ini dirancang untuk meningkatkan efisiensi dan efektivitas pemeliharaan fasilitas pelabuhan dengan menyediakan solusi komprehensif untuk inspeksi, penjadwalan, pelaporan, dan pelacakan kegiatan pemeliharaan. Pendekatan metodologi Waterfall diterapkan dalam pengembangan sistem, memastikan setiap tahap dari analisis kebutuhan hingga pemeliharaan berjalan secara sistematis. Penelitian ini juga menyoroti pentingnya strategi pemeliharaan preventif dalam mengurangi biaya perbaikan jangka panjang serta memperpanjang umur fasilitas pelabuhan. Hasil implementasi menunjukkan bahwa sistem yang diusulkan mampu memfasilitasi pengelolaan data yang lebih efisien, memperbaiki aliran informasi, dan mempermudah pengambilan keputusan berbasis data. Dengan demikian, integrasi teknologi dalam manajemen pemeliharaan terbukti penting untuk meningkatkan kinerja dan daya tahan fasilitas pelabuhan.
PERBANDINGAN AKURASI MODEL FUZZY TIME SERIES DALAM PERAMALAN HARGA CABAI RAWIT MERAH DI KOTA MAKASSAR Ismail Gaffar; Arwini Arisandi; A Ridwan Makkulawu
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 2 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i2.2278

Abstract

Cabai rawit (Capsicum frutescens) merupakan bagian dari famili solanaceae. Cabai rawit adalah salah satu tanaman hortikultura yang banyak dibudidayakan di Indonesia. Selain dikonsumsi, zat capsaicin pada cabai rawit juga digunakan sebagai bahan kosmetik. Harga cabai rawit terkadang meresahkan masyarakat dikarenakan lonjakan harga. Sehingga peramalan harga diperlukan pemerintah untuk mengatasi lonjakan harga yang terjadi setiap tahunnya. Peramalan (Forecasting) merupakan ilmu yang mampu mempelajari informasi historis yang dapat meramalkan kejadian yang akan datang. Ilmu peramalan menggunakan data runtun waktu (Time Series) untuk mempelajari data historis, dapat berupa data harian, bulan, ataupun periode waktu tertentu. Dalam penelitian ini, membandingkan Fuzzy Time Series (FTS) model Chen dan Lee untuk mengetahui performa yang terbaik. Data yang digunakan yaitu panel harga cabai rawit merah di Kota Makassar sejak Juli 2022 hingga Mei 2024. Masing-masing model memiliki cara tersendiri dalam membentuk Fuzzy Logic Relationship Group (FLRG). Hasil penelitian menunjukkan model Lee memberikan performa terbaik untuk meramalkan harga cabai rawit merah dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 6,00%.
Analisis Trend dan Single Exponential Smoothing dalam Meramalkan Harga Komoditas Beras di Kota Makassar Arwini Arisandi; Ismail Gaffar; Retno Mayapada; Sitti Nurhaliza
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 2 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i2.2807

Abstract

Comparative Evaluation of Long Short-Term Memory and Support Vector Regression for Daily Rice Price Forecasting in Makassar Arwini Arisandi; Ismail Gaffar; Sitti Nurhaliza; Hardianti Hafid
Journal of Mathematics, Computations and Statistics Vol. 9 No. 3 (2026): Volume 09 Issue 03 (September 2026)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/pphv6749

Abstract

Rice is a strategic food commodity that plays an important role in food security, household purchasing power, and regional economic stability. Fluctuations in daily rice prices can affect inflation, market behavior, and policy decisions related to food distribution and price stabilization. This study aims to comparatively evaluate the performance of Long Short-Term Memory (LSTM) and Support Vector Regression (SVR) models in forecasting daily rice prices, particularly for Premium Rice and Medium Rice. The study initially used 1,077 observations of daily rice price time-series data. Following preprocessing, including the construction of lag and moving-average features, 1,047 observations remained for modeling. Descriptive analysis showed that Premium Rice had a minimum price of IDR 11,000, a maximum price of IDR 16,250, a mean price of IDR 13,690.55, and a standard deviation of 1,300.812. Meanwhile, Medium Rice had a minimum price of IDR 9,800, a maximum price of IDR 14,760, a mean price of IDR 12,212.12, and a standard deviation of 1,334.867. The LSTM model was implemented using Python, whereas the SVR model was implemented using R. Both models were evaluated using the same chronological data partitions and testing period. Model performance was assessed using Mean Absolute Error (MAE), Root Mean Square Error (RMSE), and Mean Absolute Percentage Error (MAPE). Both models demonstrated accurate forecasting performance, with MAPE values below 10%. Under the experimental configuration and common testing period used in this study, SVR achieved lower forecasting errors than LSTM for both rice categories. For Premium Rice, SVR produced an MAE of 61.18, an RMSE of 159.78, and a MAPE of 0.42%, whereas LSTM produced an MAE of 180.00, an RMSE of 293.00, and a MAPE of 1.18%. For Medium Rice, SVR produced an MAE of 67.03, an RMSE of 209.29, and a MAPE of 0.49%, compared with LSTM, which produced an MAE of 181.00, an RMSE of 284.00, and a MAPE of 1.32%. These findings indicate that SVR was more suitable for the data and feature configuration applied in this study.
Co-Authors A Ridwan Makkulawu Andi Fadhilah Nugrah Andi Ridwan Makkulawu Arwini Arisandi Hardianti Hafid Retno Mayapada shidik burhani Sitti Nurhaliza Syamsul Marlin Amir, Syamsul Marlin