Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Inspiration: Jurnal Teknologi Informasi dan Komunikasi Jurnal Rister
Tahir, M Afdal
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Library & Information Science

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Implementation of The AHP Method in Decision Support Systems for Granting Disposal Permits Household Liquid Waste in Makassar City Ismail, Ismail; Tahir, M Afdal
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol. 13 No. 1 (2023): Inspiration: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Pusat Penelitian dan Pengabdian Pada Masyarakat Sekolah Tinggi Manajemen Informatika dan Komputer AKBA Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v13i1.18

Abstract

The permit for the disposal of restaurant liquid waste is carried out by the Makassar City Environment Agency. The process of granting permits is carried out by determining eligibility standards with a prediction system without using standardized assessment criteria so that the final determination of granting permits is not accurate and precise. Staff at the Makassar City Environmental Agency are still handwriting the permit issuance which of course takes a long time. The purpose of the study was to develop a permit assessment system with standard computer-based criteria with the concept of a decision support system. The assessment process for determining the feasibility uses the AHP method to calculate the value of each criterion. Decision making presents a hierarchical relationship between factors, attributes, characteristics or alternatives in the decision-making environment. The parameters for evaluating the feasibility of restaurant quality standards are PH 6-9 Mg/L, BOD 100 Mg/L, SS 100 Mg/L, oils and fats 10 mg/L. The application of the AHP method to the decision support system for granting a waste disposal permit results in a qualifying or non-passing category. The final decision of the system greatly facilitates the leadership of the Environmental Agency to determine the granting of permits.
Klasifikasi Data Mining Pada Tingkat Kepuasan Pengunjung Maccahaya Waterboom dengan Algoritma C.45 ismail, Ismail; Erwin Syah, Rezky; Tahir, M Afdal
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.225

Abstract

Penelitian ini bertujuan mengklasifikasikan tingkat kepuasan pengunjung yang terbagi menjadi dua kelas yaitu "Puas" dan "Tidak Puas". Data yang digunakan dalam penelitian ini dikumpulkan melalui penyebaran kuesioner kepada 106 responden yang pernah berkunjung ke Maccahaya Waterboom. Hasil penelitian menunjukkan bahwa model klasifikasi menggunakan algoritma C.45 mencapai tingkat akurasi sebesar 93.75% dengan variabel yang memiliki pengaruh signifikan terhadap kepuasan pengunjung adalah X5 (Kebersihan) dan X2 (Fasilitas). Implementasi sistem klasifikasi ini dilakukan melalui sebuah website yang dibangun menggunakan bahasa pemrograman Python dengan framework Flask dan MySQL sebagai basis data
Penerapan Metode Ceratinty Factor Pada Sistem Pakar Diagnosa Penyakit Ayam Kate Di Wilayah Kabuapten Soppeng Tahir, M Afdal; Istiharah, Nurul
Jurnal RISTER : Riset Sistem Cerdas Vol 1 No 2 (2024): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ayam kate atau ayam katai atau dalam bahasa Inggris dikenal sebagai Bantam chicken. Karena bentuknya tubuhnya yang mini dan lucu, ayam jenis ini sering digunakan sebagai ayam hias, bukan untuk ayam pedaging atau petelur. Masalah yang dihadapi pada saat kita akan mendeteksi penyakit ayam kate adalah kekurangtelitian dalam melihat secara langsung dengan kasat mata gejala yang ada pada ayam kate yang dapat menyebabkan kesalahan dalam menyimpulkan apakah ayam kate yang diternak terkena penyakit atau tidak. Untuk mengatasi permasalahan yang diuraikan sebelumnya tentang proses melakukan diagnosa penyakit ayam kate maka dibutuhkan adanya suatu pengembangan sistem kecerdasan buatan atau artificial intelligence berbasis komputer dalam bentuk aplikasi yaitu sistem pakar (expert system). Pengembangan aplikasi sistem pakar diagnosa penyakit ayam kate ini menggunakan salah satu metode sistem pakar yang cocok untuk permasalahan yaitu Metode Certainty Factor. Teori metode certainty factor ini diharapkan dapat menghasilkan diagnosa yang tepat, mengurangi ketidakpastian sehingga dapat menghasilkan diagnosis yang valid. Metode pengujian yang digunakan pada penelitian ini adalah metode Blackbox testing. Sistem pakar diagnosa penyakit ayam kate ini diimplementasikan berbasis web dengan menggunakan bahasa pemrograman PHP, penyimpanannya menggunakan aplikasi database MySQL. Sistem pakar telah diimplementasikan dan berjalan lanjar sesuai aturan dan pengetahuan yang telah diperoleh dari para pakar. Hal ini dapat membantu masyarakat di wilayah Kabupaten Soppeng untuk mendiagnosa penyakit ayam kate secara mandiri
Sistem Pakar Penyakit Tanaman Padi Di Kecamatan Marioriawa Menggunakan Metode Depth-First Search Tahir, M Afdal; Risaldi, Muh
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 1 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Konsultasi tentang penyakit tanaman padi dan untuk mengetahui gejala serta cara pencegahan hama penyakit tersebut para petani tidak harus menunggu para penyuluh datang ke kampung mereka untuk melakukan konsultasi, maka diperlukan sebuah sistem yang mempermudah para petani, agar hasil panen bisa tetap terjaga kualitas dan kuantitasnya. Penelitian ini Bertujuan untuk dibuat suatu sistem aplikasi Sistem pakar penyakit tanaman padi di wilayah Kecamatan Marioriawa menggunakan metode DFS yang memberikan informasi mengenai identifikasi penyakit tanaman padi agar dapat mengidentifikasikan gejala–gejala penyakit sekaligus memberikan solusi penanggulangannya. aplikasi ini dibuat dengan menggunakan metode DFS . DFS bisa merujuk pada "Depth-First Search," yaitu algoritma pencarian dalam struktur data seperti graf, yang bisa digunakan untuk menyelesaikan berbagai masalah termasuk dalam deteksi penyakit tanaman. Hasil Implementasi Sistem pakar penyakit tanaman padi di wilayah Kecamatan Marioriawa menggunakan metode DFS sangat memudahkan pihak petani untuk mengidentifikasi penyakit tanaman padi, sehingga petani bisa melakukan secara mandiri tanpa menunggu atau memanggil petugas dari dinas pertanian, proses identifikasi dengan aplikasi ini sangat mudah dan cepat
Pemetaan Lahan Pertanian Padi Berbasis Machine Learning untuk Mendukung Ketahanan Pangan Kabupaten Soppeng Tahir, M Afdal; Sari, Mayang
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 2 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini mengembangkan pendekatan pemetaan lahan padi berbasis machine learning untuk memperkuat perencanaan ketahanan pangan di Kabupaten Soppeng. Studi memanfaatkan citra satelit resolusi menengah, indeks vegetasi time-series, dan fitur spasial-temporal (curah hujan, elevasi, tekstur spektral) guna mengklasifikasikan tutupan lahan padi serta memetakan dinamika luas tanam dan pola musim. Model utama membandingkan algoritma terawasi (Random Forest, SVM) dan arsitektur deep learning berbasis segmentasi, dengan strategi validasi silang spasial dan verifikasi lapangan terbatas. Keluaran penelitian berupa peta probabilistik lahan padi, layer intensitas tanam musiman, serta estimasi indikatif produktivitas berbasis proxy vegetasi. Hasil menunjukkan peningkatan akurasi klasifikasi dan konsistensi spasial pada model yang menggabungkan fitur time-series dan data iklim, sekaligus menurunkan kebutuhan label melalui skema active learning. Temuan ini diintegrasikan ke dalam prototipe dashboard spasial untuk mendukung pengambilan keputusan yaitu penetapan target intervensi irigasi, penjadwalan tanam-panen, dan antisipasi risiko kekeringan. Pendekatan ini memberikan kerangka replikasi berbiaya efisien bagi pemerintah daerah, dengan potensi integrasi data resmi statistik pertanian dan perluasan ke skala kecamatan/desa untuk perencanaan pangan yang lebih adaptif dan berbasis bukti
Co-Authors Erwin Syah, Rezky Ismail Ismail Ismail Ismail Istiharah, Nurul Mayang Sari Risaldi, Muh